UNIVERSIDADE DE SÃO PAULO
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA
INSTITUTO DE ENERGIA E AMBIENTE
GABRIEL KONZEN
DIFUSÃO DE SISTEMAS FOTOVOLTAICOS RESIDENCIAIS
CONECTADOS À REDE NO BRASIL: UMA SIMULAÇÃO VIA
MODELO DE BASS
SÃO PAULO
2014
GABRIEL KONZEN
DIFUSÃO DE SISTEMAS FOTOVOLTAICOS RESIDENCIAIS CONECTADOS À REDE
NO BRASIL: UMA SIMULAÇÃO VIA MODELO DE BASS
Dissertação apresentada ao Programa de Pós
Graduação em Energia da Universidade de São
Paulo (Instituto de Energia e Ambiente da
USP) para a obtenção do título de Mestre em
Ciências.
Orientador: Prof. Dr. Roberto Zilles
VERSÃO CORRIGIDA
(versão original disponível na Biblioteca da Unidade que aloja o Programa e na Biblioteca
Digital de Teses e Dissertações da USP)
SÃO PAULO
2014
AUTORIZO A REPRODUÇÃO E DIVULGAÇÃO TOTAL OU PARCIAL DESTE
TRABALHO, POR QUALQUER MEIO CONVENCIONAL OU ELETRÔNICO,
PARA FINS DE ESTUDO E PESQUISA, DESDE QUE CITADA A FONTE.
FICHA CATALOGRÁFICA
Konzen, Gabriel.
Difusão de sistemas fotovoltaicos residenciais conectados à rede
no Brasil: uma simulação via modelo de Bass / Gabriel Konzen;
orientador Roberto Zilles. – São Paulo, 2014.
108 f.: il.; 30 cm.
Dissertação (Mestrado em Ciências)– Programa de PósGraduação em Energia – Instituto de Energia e Ambiente da
Universidade de São Paulo.
1. Sistemas fotovoltaicos – setor residencial. 2. Fontes
alternativas de energia. 3. Modelo Bass. I. Título.
UNIVERSIDADE DE SÃO PAULO
PROGRAMA DE PÓS GRADUAÇÃO EM ENERGIA
GABRIEL KONZEN
“Difusão de sistemas fotovoltaicos residenciais conectados à rede no Brasil:
uma simulação via modelo de Bass”
Dissertação defendida e aprovada pela Comissão Julgadora:
Prof. Dr. Roberto Zilles – PPGE/USP
Orientador e Presidente da Comissão Julgadora
Profª. Drª. Virgínia Parente – PPGE/USP
Dr. Ricardo Gorini de Oliveira – EPE
AGRADECIMENTOS
“[...] Sou grato por ter nascido branco. (Em uma sociedade racista, onde as pessoas
negras são consistentemente assassinadas em números alarmantes, formam maioria da
população carcerária, mas a minoria da população universitária, encontram dificuldades para
conseguir empregos e alugar apartamentos, e têm até mesmo seu cabelo chamado de “ruim”.)
[...] Sou grato por ter estudado nas melhores escolas particulares da minha cidade.
(Em uma sociedade onde as escolas públicas, abandonadas pela elite cujas crianças não
estudam mais nelas, formam um número assustador de analfabetas funcionais.)
[...] Sou grato por não ter tido que trabalhar durante a minha infância e adolescência.
(Em uma sociedade onde muitas crianças, além de estudar em escolas que não lhes formam,
ainda precisam ajudar suas famílias com o seu próprio trabalho desde muito cedo, algumas
vezes até mesmo voltando-se ao crime.)”
(Alex Castro)1
Os privilégios supracitados certamente foram de primordial importância para a
concretização deste trabalho. Na ausência destes, teria sido muito mais difícil. Portanto,
agradeço aos meus pais por serem responsáveis por parte dos mesmos.
Adicionalmente, gostaria de agradecer:
Ao Prof. Dorival Gonçalves Jr., por compartilhar de sua visão de mundo e me incentivar
a realizar o Mestrado em Energia na USP, expandindo meus horizontes.
Ao meu orientador, Prof. Roberto Zilles, pela oportunidade e pelos ensinamentos
repassados.
Aos amigos do IEE, pelas conversas, risadas e troca de experiências.
À EPE por me apoiar neste trabalho, e aos amigos e colegas que fiz ali dentro, em
especial ao Luiz Gustavo de Oliveira, Gustavo Naciff, Gustavo Haydt, Marcelo Almeida,
Márcio Casici, Luciano Basto Oliveira e Ricardo Gorini, pelas contribuições.
1
Trechos do texto “Ação de
http://papodehomem.com.br/acao-de-gracas/
graças
pelos
privilégios
recebidos”.
Disponível
em:
RESUMO
KONZEN, Gabriel. Difusão de sistemas fotovoltaicos residenciais conectados à rede no
Brasil: uma simulação via modelo de Bass 2014. 108 p. Dissertação (Mestrado em
Ciências) - Programa de Pós-Graduação em Energia da Universidade de São Paulo. São
Paulo, 2014.
A geração distribuída fotovoltaica ganha destaque neste século como alternativa limpa e
renovável de atendimento à demanda de eletricidade. Com esta possibilidade, um novo agente
é incorporado à tomada de decisão. O pequeno consumidor passa a ter um papel ativo no
sistema elétrico, podendo agora investir num sistema próprio de geração. Para o planejamento
do setor, o desenvolvimento desta geração tem a singularidade de não passar diretamente por
decisões centralizadas do governo, mas pelo juízo e subjetividade de cada indivíduo,
introduzindo um fator de incerteza no planejamento. Neste contexto, o presente trabalho
busca projetar a difusão de sistemas fotovoltaicos conectados à rede em residências brasileiras
no horizonte decenal sob diferentes cenários. Para isto, foi formulado um modelo de difusão
de Bass, de acordo com a realidade brasileira. O modelo consiste no levantamento do
mercado potencial de acordo com as características socioeconômicas da população e do
retorno do investimento, e projeta a adoção segundo uma curva sigmoide de difusão. A
capacidade estimada no cenário referência (BAU) em 2023 é de 330 MWp, podendo atingir
3,1 GWp num cenário mais favorável de incentivos.
Palavras-chave: Sistema Fotovoltaico Conectado à Rede. Difusão de inovações. Modelo de
Bass. Setor Residencial. Incentivos.
ABSTRACT
KONZEN, Gabriel. The diffusion of residential grid-connected photovoltaic systems in
Brazil: a simulation via Bass model. 2014. 108 p. M. Sc. Diss. Post-Graduate Program in
Energy. University of São Paulo. São Paulo, 2014.
The distributed photovoltaic (PV) generation gains prominence in this century as a clean and
renewable alternative to meet growing demand for electricity. Regarding this possibility, a
new agent is brought into the decision-making. The consumer begins to play a leading role on
the electrical system, since they are now able to invest in their own generation system. For
energy planning, the development of the aforementioned generation has the uniqueness of
being directly independent of centralized decisions of the government, but by judgment and
subjectivity of each individual, introducing an uncertainty factor in planning. In this context,
this thesis aims to simulate the diffusion of grid-connected photovoltaic systems in Brazilian
households over a range of ten years, under different scenarios. In order to do so, a Bass
diffusion model was formulated according to the Brazilian singularities. The model is based
on a previous examination of the potential market aligned with the socioeconomic
characteristics of the population and the payback time, and forecasts the adoption according to
an S-shaped curve. The estimated capacity in the reference scenario (BAU) in 2023 is equal to
330 MWp, potentially reaching 3.1 GWp in a favorable scenario supported by incentives.
Keywords: Grid-Connected Photovoltaic Systems. Diffusion of innovations. Bass Model.
Residential Sector. Incentives.
LISTA DE FIGURAS
Figura 1.1 - Estágios do Processo de Difusão ................................................................. 21
Figura 1.2 - Distribuição dos adotantes .......................................................................... 24
Figura 1.3 - Importância dos canais interpessoais no processo de difusão ..................... 25
Figura 1.4 - Curva S típica de um processo de difusão bem sucedido............................ 27
Figura 1.5 - Curvas de difusão de diferentes produtos nos EUA .................................... 28
Figura 1.6 - Probabilidade de adoção x percepção dos atributos .................................... 35
Figura 1.7 - Volume relativo de mercado residencial com paridade tarifária ................. 38
Figura 2.1 - Divisão geográfica das áreas de concessões das distribuidoras brasileiras de
energia elétrica ........................................................................................... 46
Figura 2.2 - Diagrama do levantamento do mercado potencial fotovoltaico residencial 53
Figura 2.3 - Mercado Potencial Final vs. Payback ......................................................... 55
Figura 2.4 - Média de irradiação e desvio padrão por distribuidora ............................... 58
Figura 2.5 - Histórico de custos de módulos fotovoltaicos e curva de aprendizagem .... 64
Figura 2.6 - Taxa de adoção da tecnologia fotovoltaica residencial ............................... 73
Figura 2.7 - Fluxograma esquemático da metodologia da projeção da difusão de
sistemas fotovoltaicos residenciais conectados à rede. .............................. 76
Figura 3.1 - Mercado potencial fotovoltaico residencial no Brasil ................................. 79
Figura 3.2 - Evolução do payback médio no Brasil do investimento em um SFV
residencial sob diferentes cenários de incentivo ........................................ 82
Figura 3.3 - n° de adotantes e o percentual frente ao mercado potencial ....................... 85
Figura 3.4 - Percentual de adotantes em relação ao mercado potencial .......................... 86
Figura 3.5 - Projeção da capacidade fotovoltaica instalada em residências no Brasil .... 87
Figura 3.6 - Montante de investimentos acumulados previstos ...................................... 89
Figura 3.7 - Percentual do consumo residencial atendido pela GD FV em 2023 ........... 91
LISTA DE TABELAS
Tabela 1.1 - Percepção de adotantes e não adotantes de sistemas fotovoltaicos ............ 34
Tabela 2.1 - Crescimento populacional nas classes A e B entre 2001 e 2009 ................ 50
Tabela 2.2 - Percentual de casas próprias em relação ao total de domicílios ................. 52
Tabela 2.3 - Produtividade (YF) por distribuidora .......................................................... 59
Tabela 2.4 - Limites de potência FV que pode ser instalada por faixa de consumo ...... 61
Tabela 2.5 - Perspectiva de redução anual de custos dos sistemas fotovoltaicos ........... 65
Tabela 2.6 - Perspectiva do custo dos sistemas fotovoltaicos ......................................... 65
Tabela 2.7 - Alíquotas de impostos de equipamentos ..................................................... 66
Tabela 2.8 - Composição de custos da cadeia fotovoltaica ............................................. 66
Tabela 2.9 - Tarifas finais de energia elétrica por distribuidora ..................................... 68
Tabela 2.10 - Premissas básicas relacionadas ao cálculo de payback............................. 70
Tabela 2.11 - Resumo das variáveis por cenário............................................................. 75
Tabela 3.1 - Mercado potencial fotovoltaico residencial por distribuidora (mil
domicílios) ............................................................................................... 77
Tabela 3.2 - Evolução do payback da geração fotovoltaica residencial (anos) .............. 80
Tabela 3.3 - Nº de domicílios adotantes da geração fotovoltaica residencial no cenário
BAU ......................................................................................................... 83
Tabela 3.4 - n° de domicílios adotantes no Brasil por cenário de difusão ...................... 86
Tabela 3.5 - Projeção da capacidade fotovoltaica instalada em residências no Brasil
(MWp) ..................................................................................................... 88
Tabela 3.6 - Projeção da energia fotovoltaica gerada em residências no Brasil
(GWh/ano) ............................................................................................... 88
Tabela 3.7 - Projeção da energia fotovoltaica gerada em residências no Brasil (MWméd)
................................................................................................................. 88
Tabela 3.8 - Montante de investimentos acumulados previstos ...................................... 90
SUMÁRIO
Introdução ....................................................................................................................... 11
1
Fundamentos Teóricos ........................................................................................... 19
1.1 Breve histórico dos estudos de difusão .............................................................. 19
1.2 Teoria da Difusão de Inovações ......................................................................... 20
1.2.1
Estágios do processo de difusão .................................................................. 20
1.2.2
Categorias de adotantes ............................................................................... 23
1.2.3
Curva S de distribuição ............................................................................... 26
1.2.4
Medidas de incentivo à difusão ................................................................... 28
1.3 Tornando a geração fotovoltaica acessível ......................................................... 29
1.4 Difusão de Sistemas Fotovoltaicos Distribuídos. ............................................... 31
1.4.1
Percepção do consumidor brasileiro frente à microgeração distribuída ..... 35
1.5 Modelos de difusão de sistemas fotovoltaicos distribuídos ............................... 36
2
1.5.1
Modelos baseados em paridade tarifária ..................................................... 37
1.5.2
Modelos baseados em agentes..................................................................... 39
1.5.3
Modelos baseados em Bass ......................................................................... 41
1.5.4
Outros modelos de difusão .......................................................................... 43
Metodologia ........................................................................................................... 45
2.1 Nível de desagregação geográfica dos dados ..................................................... 45
2.2 Alcance temporal ................................................................................................ 47
2.3 Estimativa do mercado potencial final ............................................................... 47
2.3.1
Mercado potencial ....................................................................................... 47
2.3.2
Mercado potencial final (m) ........................................................................ 53
2.3.3
Premissas para o cálculo de payback .......................................................... 56
2.4 Taxa de adoção ................................................................................................... 71
2.4.1
Parâmetros utilizados .................................................................................. 72
2.5 Cálculo do número de adotantes, da potência e energia ..................................... 74
2.6 Resumo dos cenários e da metodologia .............................................................. 74
3
Resultados .............................................................................................................. 77
3.1 Mercado potencial .............................................................................................. 77
3.2 Evolução do payback .......................................................................................... 80
3.3 Adotantes ............................................................................................................ 83
3.4 Potência, energia e valor de mercado ................................................................. 87
4
Conclusões e considerações finais ......................................................................... 93
5
Referências ............................................................................................................. 97
6
Anexos.................................................................................................................. 105
11
Introdução
O rápido crescimento demográfico mundial observado nos últimos séculos, que elevou
a população de pouco menos de um bilhão de habitantes no ano de 1800 a mais de 7 bilhões
em 2012, aliado ao aumento do consumo per capita de energia primária, passando de
aproximadamente 20 GJ/ano ao final do século XVIII para cerca de 75 GJ/ano em 2012,
levou ao incremento exponencial da demanda por energia no mundo. Desta forma, o consumo
total que em 1800 foi em torno de 20 EJ, saltou para quase 550 EJ em 2012 (SMIL, 2010; BP,
2013).
Até o século XIX, a maior parte da energia consumida no mundo era de origem
renovável, proveniente de biomassas, em especial a madeira. No entanto, dada a necessidade
de expansão da produção, juntamente à redução das florestas próximas aos grandes centros, o
carvão, que já havia sido utilizado na Grã-Bretanha durante século XIII e mais tarde proibido
em função da poluição, começa a suplantar de vez a madeira como combustível, nos países
centrais da revolução industrial, dado seu benefício econômico, dando início a era dos
combustíveis fósseis. No início do século XX, a metade da matriz energética mundial era
ocupada pelo carvão, sendo o restante ainda ocupado majoritariamente pela biomassa (SMIL,
2010). Porém, ao longo do século, a participação dos fósseis, mais especificamente o petróleo,
carvão e gás natural, ganhou espaço, respondendo em 2011 por 82% da matriz energética
mundial (IEA, 2013).
Em relação à energia final2, destaca-se a intensificação do uso da eletricidade ao longo
do século XX. Além de sua propriedade física, que a confere alta disponibilidade, podendo ser
transformada facilmente em diferentes formas de energia útil 3, a eletricidade é uma forma
limpa e segura para o consumidor. Estas características se adequam às necessidades da
sociedade moderna, sendo natural a ampliação da sua participação nas matrizes energéticas.
Segundo dados da Agência Internacional de Energia (IEA, 2013), a eletricidade passou de
2
Pode-se definir a energia final como aquela recebida pelo usuário nos diferentes setores, seja na forma
primária (provida pela natureza diretamente: petróleo, gás natural, carvão mineral, minério de urânio, sol, vento
e outros), ou secundária (que tenha passado por um processo de transformação: eletricidade, gasolina, etc.), para
uma última transformação a fim de prover a energia útil ao consumidor.
3
É a forma energética última, efetivamente demandada pelo usuário, devendo ser algum fluxo energético
simples, como calor, iluminação, potência mecânica, etc.
12
quinta forma de energia mais consumida mundialmente em 1973, à segunda, em 2011, com
17,7% do total, atrás apenas do petróleo, que detinha 40,8% no mesmo ano (IEA, 2013).
Não diferente da matriz energética, a produção de eletricidade mundial também é
majoritariamente não renovável4, sendo que, atualmente, praticamente 80% da sua produção é
proveniente destas fontes. Entretanto, nas últimas décadas o apelo à substituição pelas fontes
renováveis tem crescido, em função de basicamente três inconvenientes: 1) esgotamento dos
combustíveis fósseis: uma vez que estes são recursos finitos e exigirão cada vez mais esforços
para serem obtidos, o que leva à elevação de custos; 2) segurança energética: pois mesmo que
os recursos fósseis estejam disponíveis em algum lugar do mundo, deseja-se evitar que uma
economia dependa deste acesso. 3) alterações climáticas: por ser muito provável que a queima
dos combustíveis fósseis e a consequente emissão de dióxido de carbono (CO2) venha
intensificando o efeito estufa e levando à alteração do clima na Terra. (MACKAY, 2009).
Neste cenário, voltam-se as atenções à energia solar fotovoltaica, que consiste, através
do efeito fotovoltaico, na conversão direta da luz solar em eletricidade5. Dentre as vantagens
desta tecnologia, destaca-se o fato de utilizar uma fonte abundante6 e praticamente inesgotável
de energia; não emitir poluentes durante sua operação7; não utilizar partes móveis (evitando
manutenções); funcionar de forma silenciosa; ser altamente modular, o que permite sua
aplicação em diferentes escalas (desde aplicações eletrônicas a plantas geradoras da ordem de
MW), entre outras.
Esta tecnologia, que foi desenvolvida em meados da década de 1950, foi utilizada
inicialmente em aplicações espaciais e sistemas isolados. Somente a partir do final da década
de 1990 é que a conexão de sistemas fotovoltaicos à rede passa a ocupar lugar cada vez mais
expressivo entre às aplicações da tecnologia fotovoltaica (ZILLES et al., 2012), fruto,
principalmente, de programas de incentivo de países como Alemanha, Espanha, EUA, Japão,
entre outros. O aumento da capacidade instalada, juntamente ao desenvolvimento tecnológico,
4
A geração “não renovável” aqui denominada inclui as fontes fósseis e a geração nuclear.
5
Mais detalhes sobre esta tecnologia e suas aplicações em ZILLES et al. (2012) ou em GREEN (2000).
6
Cerca de 885 milhões de TWh atingem a superfície terrestre todo ano (IEA, 2011), isso é mais de 8500
vezes o consumo final total de energia na Terra em 2011.
7
Nenhuma fonte é livre de impactos ambientais. No caso da fotovoltaica, os principais impactos estão
associados à obtenção e transformação da matéria prima para produção dos módulos e ao seu descarte. Estima-se
que na produção sejam emitidos em torno de 40g CO2-eq/kWh para módulos de silício e 20g CO2-eq/kWh para
módulos de telureto de cádmio (CdTe) (FTHENAKIS, 2011).
13
fez com que os custos desta tecnologia caíssem bruscamente nos últimos anos, impulsionando
ainda mais o mercado fotovoltaico. Dessa forma, em 2012 o mundo atingiu a marca de 102
GWp8 instalados (EPIA, 2013).
Dadas as características dos sistemas fotovoltaicos, estes se apresentam como uma
excelente alternativa para aplicações de geração distribuída (GD), i.e., geração próxima ao
local de consumo9. Desta forma, um sistema fotovoltaico pode ser instalado em áreas
disponíveis nos centros urbanos, como telhados, lajes, coberturas, etc., sem competir pelo uso
do solo. Esta modalidade permite que pequenos investidores atuem no setor, assim como pode
aumentar a consciência dos consumidores para com o uso da energia ao se tornarem mais
participantes da geração, levando a um ganho adicional através do uso racional e da eficiência
energética. Neste sentido, Keirstead (2007) examina as residências britânicas com sistemas
fotovoltaicos e conclui que o monitoramento do medidor de eletricidade importada da
distribuidora e da eletricidade gerada pelo sistema motiva os usuários a promoverem reduções
adicionais de custo (6%, em média) através da modificação dos seus hábitos de consumo.
Adicionalmente, a geração distribuída não necessita a construção de longas linhas de
transmissão, que aumentam os custos e acarretam em perdas de energia na geração
convencional.
No Brasil, a capacidade instalada fotovoltaica ainda é pequena, totalizando cerca de 30
MWp até o final de 2011, em sua maioria em sistemas isolados (ABINEE, 2012). No caso da
geração distribuída de pequeno porte, em 2012 foi publicada pela ANEEL a Resolução
Normativa n° 482 que regulamentou o acesso da micro e minigeração10 distribuída (energia
hidráulica, solar, eólica, biomassa ou cogeração qualificada) aos sistemas de distribuição de
energia elétrica, e o sistema de compensação de energia elétrica11, entre outras coisas. Este foi
8
Wp é a potência nominal dos módulos fotovoltaicos, que indica a potência do sistema testado em
laboratório em STC (Standard Test Conditions: irradiação de 1.000 W/m², massa de ar de 1,5 e temperatura da
célula de 25ºC (RÜTHER, 2004)).
9
Uma definição mais precisa utilizada pela ANEEL: “Centrais geradoras de energia elétrica, de qualquer
potência, com instalações conectadas diretamente no sistema elétrico de distribuição ou através de instalações de
consumidores, podendo operar em paralelo ou de forma isolada e despachadas – ou não – pelo ONS" (ANEEL,
2012a).
10
Microgeração: central geradora de energia elétrica com potência menor ou igual a 100 kW.
Minigeração: central geradora de energia elétrica com potência superior a 100 kW e menor ou igual a 1 MW.
11
“...sistema no qual a energia ativa injetada por unidade consumidora com microgeração distribuída ou
minigeração distribuída é cedida, por meio de empréstimo gratuito, à distribuidora local e posteriormente
compensada com o consumo de energia elétrica ativa dessa mesma unidade consumidora ou de outra unidade
14
um marco regulatório para a GD no país, e abriu legalmente a possibilidade do consumidor
gerar sua própria energia.
De fato, com a redução de custos dos sistemas fotovoltaicos e a possibilidade de
geração própria, entrevê-se uma mudança de paradigmas na geração de energia elétrica
mundial. Em pesquisa realizada pela PWC (2013) com executivos de empresas de geração e
distribuição de 35 países, 94% destes preveem uma transformação completa ou importantes
mudanças no modelo de negócio de suas companhias até 2030, em função, principalmente, do
advento da geração distribuída. Além das mudanças ocasionadas ao sistema elétrico em
virtude da descentralização da geração, com o desenvolvimento deste mercado altera-se
também a dinâmica do planejamento energético, uma vez que a capacidade instalada
distribuída não passa por decisões diretas do Estado, como no caso da deliberação da
realização de novos leilões de energia, no caso brasileiro.
Portanto, faz-se necessário que os modelos de planejamento energético estimem a
parcela do consumo que futuramente será suprida pelos próprios usuários e como se altera o
perfil de carga do consumidor, de forma a abater parte da demanda que deveria ser suprida
exclusivamente por grandes projetos de geração, e balizar os novos investimentos
centralizados. No entanto, a tarefa de projetar este mercado não é simples, uma vez que passa
por estimar a decisão de consumidores, que não agem apenas de forma objetiva e racional.
Não à toa, este campo de estudo envolve diferentes áreas do conhecimento, como, por
exemplo, as ciências humanas.
Internacionalmente, alguns autores elaboraram modelos para projetar a difusão de
sistemas fotovoltaicos distribuídos em determinados países, considerando as particularidades
de cada país e incentivos dados a este tipo de geração. Porém, o cenário brasileiro é
totalmente diferente dos países estudados, principalmente por adotar um modelo passivo de
inserção (compensação líquida), enquanto a maioria dos outros países utilizou medidas ativas
de incentivo (feed-in tariffs,12, principalmente). Além disto, o maior apelo internacional às
consumidora de mesma titularidade da unidade consumidora onde os créditos foram gerados, desde que possua o
mesmo Cadastro de Pessoa Física (CPF) ou Cadastro de Pessoa Jurídica (CNPJ) junto ao Ministério da
Fazenda.” (ANEEL, 2012b).
12
Consiste na compra da energia gerada por um valor fixo por kWh (geralmente superior às tarifas das
distribuidoras) num contrato de longo prazo (15 a 20 anos), gerando uma receita mensal ao dono do sistema.
15
energias renováveis, somado a um cenário econômico de menores taxas de juros, fez com que
os investimentos em GD fotovoltaica apresentassem atratividade superior em outros países.
Portanto, não é possível replicar os modelos estrangeiros à realidade brasileira, sendo
necessário elaborar um modelo próprio que contemple as características nacionais.
Neste contexto, o presente trabalho propõe um modelo de difusão para o Brasil,
adaptado de acordo com a atratividade econômica dos sistemas fotovoltaicos no país, a
abrangência territorial nacional e a disponibilidade de dados existente, resultando numa
estimativa da capacidade instalada futura e da energia gerada pelos sistemas em questão.
Apesar da geração distribuída ser aplicável em qualquer setor, este trabalho será
delimitado apenas ao estudo de sua aplicação no setor residencial conectado à rede. Esta
escolha se fundamenta em três pontos principais: 1) a geração distribuída fotovoltaica se
viabiliza economicamente primeiramente, com grande margem, nos sistemas atendidos em
baixa tensão, e nestes, o setor residencial é maioria13; 2) no levantamento bibliográfico
realizado, as referências encontradas abordam majoritariamente o comportamento do
consumidor residencial na tomada de decisão sobre um investimento em energia fotovoltaica,
em detrimento do comércio e indústria; 3) a relativa abundância de dados disponíveis para o
setor residencial no Brasil frente aos outros setores, o que permite maior detalhamento do
estudo para o setor em questão.
Para a elaboração do trabalho, o Brasil é dividido em 61 diferentes áreas,
correspondente à área de concessão das principais14 distribuidoras de energia elétrica
existentes no país. O horizonte de estudo considerado será de dez anos15, em consonância com
o horizonte do plano decenal elaborado pela Empresa de Pesquisa Energética (EPE). A partir
de parâmetros de entrada pré-determinados, o modelo de difusão é construído em interface
Microsoft Excel, com auxílio da linguagem Visual Basic for Applications (VBA). De modo
complementar, é utilizado o software de sistema de informação geográfica ArcGIS,
desenvolvido pelo Environmental Systems Research Institute (ESRI), responsável por auxiliar
a análise espacial do estudo.
13
O setor residencial corresponde por cerca de 65% do consumo dos sistemas conectados à baixa tensão,
seguido do comercial, com aproximadamente 22% (EPE, 2013a).
14
Foram excluídas pequenas distribuidoras que não apresentavam informações no site da ANEEL. Mais
informações na seção 2.1.
15
Mais detalhes sobre esta delimitação na seção 2.2.
16
Motivação
Apesar dos avanços em eficiência energética e no consumo eficiente, é evidente que a
demanda residencial por eletricidade irá aumentar ao longo das próximas décadas no Brasil,
por uma combinação principal de fatores: o crescimento do número de domicílios e a
evolução da posse e uso dos equipamentos eletrodomésticos (EPE, 2013b). A construção de
grandes usinas hidrelétricas no país traz cada vez mais impactos ambientais e sociais, ao passo
que usinas termelétricas a combustíveis fósseis trazem consigo maior poluição e emissões de
gases de efeito estufa (GOLDEMBERG, 2006). Sob esta ótica, a geração fotovoltaica
distribuída aparece como uma excelente alternativa, dadas as vantagens descritas
anteriormente. Com perspectivas de atingir a paridade tarifária16 ao longo da próxima década,
e passar a ocupar cada vez mais espaço (literalmente) nos telhados brasileiros, é importante
estudar a parcela da demanda que será atendida por esta fonte, auxiliando no planejamento
elétrico do país.
Os estudos em energia fotovoltaica vêm ganhando espaço no planejamento elétrico
brasileiro, havendo ocupado, a partir de 2013, espaço nos Planos Decenais de Expansão de
Energia (PDE), publicados anualmente pela EPE. No entanto, observa-se que a metodologia
empregada até o momento pela EPE no PDE 2022 para realizar a estimativa da difusão da
geração fotovoltaica distribuída no Brasil está em estágio inicial de desenvolvimento,
podendo ser aprimorada e detalhada. Neste sentido, o autor se motiva em contribuir, através
do presente trabalho, para os estudos do planejamento nacional.
Objetivos
O objetivo principal do trabalho é projetar a difusão de sistemas fotovoltaicos
conectados à rede (SFCR) em residências brasileiras no horizonte decenal sob diferentes
cenários.
16
Equiparação entre o custo de geração e o valor da tarifa praticada pelas distribuidoras (ZILLES, 2012).
17
Objetivos Específicos
1.
Analisar o comportamento dos consumidores residenciais frente à decisão de
investimento em uma inovação, em especial os sistemas fotovoltaicos, através de
consulta à literatura;
2.
Formular um modelo de difusão de sistemas fotovoltaicos distribuídos residenciais
com base nos modelos internacionais, adaptado à realidade brasileira;
3.
Avaliar o efeito de diferentes medidas de incentivo econômico e de flexibilização
regulatória na difusão dos sistemas fotovoltaicos residenciais.
Organização do trabalho
O presente trabalho foi estruturado em quatro capítulos. Após a introdução ao tema, no
Capítulo 1 é feita uma revisão bibliográfica que irá auxiliar na formulação do modelo. Para
isto, será analisada, primeiramente, a consagrada teoria de difusão de Rogers, seguida de uma
análise específica da difusão de sistemas fotovoltaicos em outros países. Finalmente, serão
avaliados os diferentes modelos de difusão aplicados internacionalmente, para discernir a
melhor alternativa para o Brasil. Ressalta-se que o detalhamento da tecnologia, do recurso
solar e da regulação existente no país já foi realizado em inúmeros trabalhos recentes, como,
por exemplo, Pereira et al. (2006), EPE (2012), ABINEE (2012), Zilles et al. (2012) e
Miranda (2013), não sendo escopo deste trabalho revisar estes assuntos.
No capítulo 2 é proposta a metodologia do modelo de difusão de SFCR residenciais no
país. A formulação é composta, inicialmente, pelo levantamento do mercado potencial
brasileiro com base em características socioeconômicas e pelo retorno financeiro do
investimento. Na sequência, será estimada a taxa de adoção que representará a difusão no
mercado projetado. Concomitantemente, são apresentadas as análises de sensibilidade em
determinados pontos do modelo, que ao final do capítulo serão sumarizadas em seis diferentes
cenários.
No capítulo 3 são apresentados os resultados obtidos com a aplicação do modelo
proposto, seguindo a mesma sequência do capítulo anterior: mercado potencial, payback,
número de adotantes, potência instalada e energia gerada pelos sistemas. Simultaneamente são
avaliados os resultados dos cenários de incentivos. Por fim, é realizada uma análise dos
resultados obtidos.
18
Finalmente, no capítulo 4 são evidenciadas as conclusões do estudo, expostas as
limitações do modelo apresentado e sugeridos estudos futuros.
19
1 Fundamentos Teóricos
As tecnologias de microgeração de energia residenciais, como a fotovoltaica (foco deste
estudo), podem ser classificadas como inovações descontínuas. Envolvem a introdução de um
produto inteiramente novo, alterando significativamente os padrões de comportamento do
consumidor. Esta classificação permite enquadrar a geração distribuída fotovoltaica dentro da
estrutura das teorias de inovações, e, consequentemente, das trajetórias qualitativas de difusão
segundo estas teorias (ISLAM, 2014). Logo, na sequência será revisada a teoria geral de
difusão de inovações, para, posteriormente, detalhar os estudos aplicados aos sistemas
fotovoltaicos.
1.1 Breve histórico dos estudos de difusão
As primeiras pesquisas em difusão remetem ao final do século XIX, quando a
sociologia e a antropologia emergiam na Europa como novas ciências sociais. Gabriel de
Tarde, francês atuante em diversas áreas (sociologia, filosofia, psicologia e criminologia),
publicou em 1890 o livro: Les lois de l'imitation (As leis da imitação), que já trazia diversos
entendimentos sobre difusão que são aceitos atualmente, como, por exemplo, de que a adoção
segue uma curva com formato de “S” ao longo do tempo. Ainda, propôs que quanto mais
similar uma inovação é às ideias que já são aceitas, maior a probabilidade desta inovação ser
adotada.
Tarde foi um dos europeus precursores no campo da difusão, havendo ainda outros
antropólogos alemães e britânicos que escreveram sobre o tema logo após Tarde. No entanto,
tais teorias não foram imediatamente seguidas por estudos empíricos nesta área, levando 40
anos para serem aplicadas num estudo sobre sementes híbridas de milho nos EUA
17
(ROGERS, 2003). Outros estudos específicos começaram a surgir nesta época, envolvendo
diversos campos de aplicação, como educação, antropologia, saúde pública, marketing,
geografia, sociologia rural, ciências políticas e outras. Em 1962, Rogers, então professor de
sociologia rural na Ohio State University, escreveu a obra: Diffusion of Innovations (Difusão
de Inovações), com a motivação de descrever um modelo geral de difusão, aplicável a todas
17
O estudo em questão é de Ryan & Gross, intitulado “The Diffusion of Hybrid Seed Corn in Two Iowa
Communities”, publicado na revista Rural Sociology v. 8, em março de 1943.
20
as áreas. Seu livro virou uma referência no campo da difusão, sendo o segundo livro mais
citado no campo das ciências sociais até início da década passada (SINGHAL, 2002), tendo
sua quinta, e última, edição sido publicada em 2003.
1.2 Teoria da Difusão de Inovações
Esta seção é principalmente baseada na teoria da difusão de inovações descrita em
Rogers (2003). Outros autores também são incorporados nesta revisão, sendo devidamente
citados quando necessário.
A teoria da difusão de inovações busca explicar como inovações são adotadas numa
população. Pelo termo “inovação” entende-se que pode ser uma ideia, um comportamento, ou
um objeto que é percebido como novo pelo público.
1.2.1 Estágios do processo de difusão
Pesquisadores reconhecem que a decisão individual sobre uma inovação não é um ato
instantâneo. Ao invés disso, é um processo que ocorre durante um período e consiste numa
série de diferentes ações. Portanto, existem estágios durante a adoção de uma inovação,
podendo ser classificados da seguinte forma:
1. Conhecimento: ocorre quando um indivíduo18 é exposto à existência da inovação e
toma conhecimento de como ela funciona.
2. Persuasão: ocorre quando o indivíduo forma uma atitude favorável ou desfavorável
em relação à inovação.
3. Decisão: quando o indivíduo se engaja em atividades que o levam a adotar ou rejeitar
a inovação.
4. Implementação: ocorre quando o indivíduo coloca a inovação em uso.
5. Confirmação: é quando o indivíduo busca reforçar a decisão tomada, podendo alterar
sua decisão se exposto a mensagens conflitantes sobre a inovação.
Esse processo pode ser ilustrado, com alguns detalhes de cada etapa, pela Figura 1.1.
18
Neste trabalho, sempre que for mencionado o termo “indivíduo”, refere-se a qualquer unidade de
decisão, não apenas a uma pessoa.
21
Figura 1.1 - Estágios do Processo de Difusão
Fonte: Adaptado de Rogers, 2003.
Obviamente, a taxa de conhecimento de uma ideia é maior que a taxa de adoção, sendo
apenas a primeira etapa do processo. Para tentar explicar o porquê de algumas inovações
serem espalhadas mais rapidamente do que outras, ou por que algumas falham, a Teoria da
Difusão reconhece cinco características que determinam o sucesso de uma inovação. Segundo
Rogers, essas qualidades respondem por 49 a 87% das variações na taxa de adoção de novos
produtos, sendo descritas na sequência.
1. Vantagem Relativa
É o grau em que uma inovação é percebida como melhor que a anterior por um
grupo particular de usuários, medido em termos que interessam a esses usuários, como
vantagem econômica, prestígio social, conveniência ou satisfação. Quanto maior a
vantagem relativa percebida, maior tende a ser a taxa de adoção. Ressalta-se que não
se trata dos atributos classificados objetivamente por experts ou agentes de mudança19,
mas a percepção dos indivíduos sobre os atributos.
19
Agentes promotores, designados para incentivarem a difusão.
22
2. Compatibilidade
É o grau em que uma inovação é percebida como consistente com os valores,
experiências passadas e necessidades dos potenciais adotantes. Quanto mais
compatível, maior a taxa de adoção.
3. Complexidade
O grau com que uma inovação é percebida como de difícil entendimento e uso.
Novas ideias que são simples de entender são adotadas mais rapidamente que aquelas
que requerem ao adotante desenvolver novas habilidades e entendimentos.
4. Possibilidade de Teste
O grau com que uma inovação pode ser experimentada antes da efetiva adesão.
A possibilidade de teste diminui as incertezas do usuário e leva a maior adoção.
5. Visibilidade
Quanto mais fácil for aos usuários ver os resultados da inovação, assim como
mostrá-los aos demais, mais provável é a adoção. Resultados visíveis diminuem as
incertezas e também estimulam a discussão da ideia entre pares, como amigos e
vizinhos.
Como visto, a lista prévia descreve algumas características que orientam o sucesso de
uma difusão. Não obstante, ter uma nova ideia adotada é difícil, mesmo quando esta tem
óbvias vantagens. Muitas inovações requerem vários anos do ponto em que são
disponibilizadas até quando são largamente adotadas. Isto porque a difusão de inovações está
intimamente relacionada à troca de informações entre usuários e susceptível a subjetividade
das análises de cada um. Enquanto que a racionalidade, definida como o uso dos meios mais
efetivos para atingir um objetivo, não é facilmente medida no caso de muitas inovações.
Portanto, entende-se que a difusão de inovações é um processo social, mais do que uma
questão técnica.
23
Com essa noção, fica evidente (como mostra a Figura 1.1) que os canais de
comunicação fazem parte de todas as etapas do processo de difusão, embora haja diferenças
de abordagem entre eles, assim como diferentes papeis em cada estágio e para cada tipo de
usuários. Basicamente, divide-se em dois canais principais: os meios de comunicação de
massa, e as conexões interpessoais. Canais de comunicação de massa geralmente são mais
efetivos para promover efeitos de conhecimento, ou seja, o início do processo de difusão, uma
vez que têm a capacidade de atingir muitas pessoas rapidamente. No entanto, a comunicação
de massa é muito geral para prover o toque específico de reforço que o indivíduo necessita
para confirmar suas crenças iniciais sobre uma inovação, sendo importantes neste estágio os
canais interpessoais para causar efeitos de persuasão.
1.2.2 Categorias de adotantes
Para detalhar mais os papeis de cada canal de comunicação, faz-se necessário introduzir
outro ponto chave da teoria da difusão de inovações, que diz respeito à categorização dos
adotantes.
Os pesquisadores da área acreditam que uma população pode ser dividida em cinco
diferentes segmentos, baseados na sua propensão a adotar uma inovação específica:
inovadores, adotantes iniciais, maioria inicial, maioria tardia e retardatários. Cada grupo tem
sua “personalidade” e atitude para com a adoção de inovações. É importante salientar que, ao
pensar nestes grupos, não se busca migrar indivíduos de um grupo a outro para alcançar a
difusão. Pensa-se em membros estáticos, sendo que uma inovação se propaga quando evolui
suficientemente para atender as necessidades de cada segmento.
1. Inovadores: o processo de difusão começa com um pequeno grupo de visionários,
imaginativos inovadores.
Eles frequentemente gastam seu tempo, energia e
criatividade (além de dinheiro), no desenvolvimento e adoção de novas ideias e
dispositivos. E adoram falar sobre eles.
2. Adotantes iniciais: uma vez que os benefícios começam a aparecer, estes indivíduos
começam adotar. Eles adoram estar em vantagem aos seus pares e serem vistos como
líderes. Sobretudo, dispõe de dinheiro para investir. Os adotantes iniciais tendem a ser
economicamente mais bem sucedidos, com mais contatos e mais bem informados,
levando-os a serem mais respeitados socialmente. Eles também gostam de falar sobre
seus sucessos, fazendo com que a fama de uma inovação se intensifique após passar
24
por esse segmento. Se os comentários desse grupo sobre a inovação forem positivos,
tende a ocorrer a decolagem do processo de difusão.
3. Maioria inicial: são pragmáticos e confortáveis com inovações moderadamente
progressivas, mas não agem sem uma prova sólida de benefícios. São seguidores
influenciados pelas correntes principais e cautelosos com modismos. Ainda, são
sensíveis ao custo, avessos ao risco, e odeiam complexidade. Estão procurando por
soluções simples e provadas de fazer o que já fazem.
4. Maioria tardia: são pragmáticos conservadores que odeiam risco e são desconfortáveis
com novas ideias. Praticamente, sua única motivação para adotar é o medo de ficarem
defasados, não podendo continuar sem mudar. Portanto, só vão seguir padrões já
estabelecidos.
5. Retardatários: fecham o grupo, sendo pessoas que vêm alto risco em adotar produtos e
comportamentos particulares. Buscam sempre argumentos contra as inovações. Vale
ressaltar que não necessariamente estão errados. Muitas vezes as inovações é que são
tão diferentes que acabam desafiando seus paradigmas.
Estes diferentes grupos foram classificados, segundo da Teoria da Difusão, dentro de
uma curva de Distribuição Normal, também conhecida como Distribuição Gaussiana. O
resultado pode ser visto na Figura 1.2.
Figura 1.2 - Distribuição dos adotantes
Fonte: Adaptado de Rogers, 2003
25
Conhecendo as características de cada grupo, destaca-se agora outro ponto da Teoria de
Difusão: a importância das conexões interpessoais durante o processo de difusão. Entende-se
que a mídia de massa20 é importante para espalhar informação, enquanto a troca de
informações entre pessoas seja fundamental para espalhar a adoção. Como a adoção envolve
gestão de riscos e incertezas, geralmente somente pessoas conhecidas e confiáveis – e que
foram bem sucedidas na adoção – é que podem passar a segurança a outros indivíduos que
suas escolhas não resultarão em constrangimento, prejuízo ou perda de tempo. A importância
dos canais interpessoais em cada etapa do processo de difusão, para cada grupo de adotantes,
é ilustrado na Figura 1.3.
Figura 1.3 - Importância dos canais interpessoais no processo de difusão
Fonte: Adaptado de Beal e Rogers, 1960.
Como se pode ver, os inovadores e adotantes iniciais são exceção a essa regra. Para
estes, a persuasão pouco depende das relações interpessoais. Isto porque o risco para estes
grupos é reduzido, uma vez que são financeiramente mais seguros, mais confiantes sobre suas
decisões e melhor informados. Portanto, para estes indivíduos sim, a mídia de massa é o
principal canal de persuasão.
20
Segundo Rogers (2003), mídias de massa são meios que permitem uma única fonte atingir uma larga
audiência.
26
Sumarizando as características dos adotantes iniciais: num sistema social, não são
diferentes dos adotantes tardios em idade, no entanto, têm mais anos de educação formal,
maior status social e também maior grau de ascensão social. Quanto à personalidade, têm
maior empatia, menos dogmatismo, maior habilidade em lidar com risco e incertezas, menor
fatalismo, maior racionalidade, inteligência, atitude em favor à mudança e aspirações quanto à
educação e carreira. Finalmente, adotantes iniciais têm diferentes comportamentos quanto à
comunicação: maior participação social, mais contatos, são mais cosmopolitas, têm maior
contato com agentes de mudança, maior exposição a canais de comunicação de massa, se
engajam mais em busca de informações, têm maior conhecimento de inovações e um alto grau
de liderança de opinião.
Sultan e Winer (1993) questionam este perfil de adotantes, argumentando que há uma
diferença no comportamento em relação a cada produto, de forma que um “inovador” para um
produto possa ser um “retardatário” para outro, sugerindo que o perfil inovador é um
fenômeno relativo. Portanto, evidencia-se a importância de realizar pesquisas específicas
sobre o mercado de cada inovação para poder levantar o perfil dos adotantes da mesma.
1.2.3 Curva S de distribuição
Sabe-se que o sucesso da difusão de uma nova ideia é resultado da troca de informações
através de redes interpessoais. Se o primeiro adotante de uma inovação discute isso com
outros dois membros de um sistema, e cada um desses passa a ideia adiante para outros dois
pares, e assim por diante, tem-se uma expansão exponencial. Assim sendo, ao plotar o número
de indivíduos que adotam a inovação numa base acumulativa sobre o tempo, resulta uma
distribuição sigmoide, também conhecida como “curva S”, ilustrada na Figura 1.4.
27
Figura 1.4 - Curva S típica de um processo de difusão bem sucedido
Fonte: Adaptado de Rogers, 2003
Inicialmente, poucos indivíduos adotam a nova ideia (inovadores). Assim que a
inovação começa a ter seus benefícios visíveis, passa a ser adotada pelo segundo grupo,
composto por formadores de opinião, e, à medida que as redes interpessoais são ativadas, a
curva S decola. Esta fase, quando a inovação passa a ser adotada por 10% a 20% da
população, é o cerne do processo. Passando desta etapa, acredita-se ser quase impossível parar
o processo de difusão.
Naturalmente, a “curva S” começa a atenuar quando a metade dos indivíduos de um
sistema social tenha adotado a inovação. Neste ponto, cada novo adotante encontra uma
dificuldade crescente de passar a ideia adiante para um novo indivíduo que ainda não adotou,
por estarem cada vez mais escassos.
Muitas inovações podem ser representadas por uma função sigmoide. Porém, a
inclinação da curva varia em cada caso. Algumas ideias se difundem relativamente rápido, e
tem uma curva escarpada, enquanto inovações com lentas taxas de adoção tem uma curva
mais espalhada. A título exemplificativo, a Figura 1.5 ilustra este processo para diferentes
tecnologias em domicílios dos EUA ao longo de mais de um século. Merece atenção o fato da
28
difusão de novas tecnologias, nas últimas décadas, ser muito mais veloz do que no passado,
como é o caso celular e do computador (COX; ALM, 2008).
Figura 1.5 - Curvas de difusão de diferentes produtos nos EUA
Fonte: Adaptado de COX e ALM (2008).
1.2.4 Medidas de incentivo à difusão
Ao tratar de difusão de mercado, entende-se que o processo pode ser tanto espontâneo,
como planejado. Em geral, utiliza-se de estratégias para promover a adoção por parte dos
indivíduos e acelerar a difusão. Como dito anteriormente, os canais de comunicação fazem
parte de todo o processo, seguindo geralmente uma sequência de abordagem (mídias de massa
– grupos – indivíduos) dependendo do estágio do processo de difusão. No entanto, a
comunicação não tem o simples papel de persuadir, mas de levar ao indivíduo as informações
necessárias para o mesmo perceber suas vantagens relativas e decidir por adotar ou não.
Portanto, destaca-se que a persuasão por si só não leva à disseminação de um produto ou
prática, e sim a forma como estes se reinventam, tornando-se mais simples, baratos e
vantajosos aos grupos de adotantes.
Ao focar nas características percebidas pelos indivíduos (vantagem relativa,
compatibilidade, complexidade, possibilidade de teste e visibilidade) se pode obter uma
melhoria nos resultados. Como exemplo, uma demonstração do produto pode acelerar o
processo, especialmente se o demonstrador for um formador de opinião.
29
Ainda, sabe-se que, geralmente, a maior taxa de adoção de uma inovação parte de
decisões de autoridades. Obviamente, algumas medidas estipulam a obrigação da adoção,
como o caso do cinto de segurança, por exemplo, levando à massiva utilização. No entanto,
algumas decisões podem ser tomadas quanto a políticas de incentivo, e que tendem a acelerar
o processo, focadas principalmente em benefícios econômicos.
Usualmente, dada a tipicidade do processo de difusão, políticas de incentivo são
designadas somente para assegurar a adoção de uma ideia para adotantes iniciais. Uma vez
que um nível de, por exemplo, 20% de adoção seja atingido num sistema social, o incentivo
econômico é descontinuado, pois estima-se que a partir deste ponto a difusão aconteça
naturalmente.
1.3 Tornando a geração fotovoltaica acessível
Ao longo da última década, diversas medidas de incentivo foram tomadas
internacionalmente com o intuito de promover a geração fotovoltaica. Em geral, tais políticas
de incentivo se delinearam num contexto de atendimento a metas de redução de emissões de
gases de efeito estufa e pelo interesse estratégico de redução da dependência energética
externa. Entretanto, além de incentivos financeiros governamentais, também se pode
promover a difusão da geração fotovoltaica através de outras medidas, como por intermédio
da criação de diferentes modelos de negócio e da organização popular. Para isto, é necessário
garantir que o sistema regulatório seja flexível a estas diferentes configurações de negócios.
DOE (2011) e EPE (2012) apresentam as principais medidas de incentivo à geração
fotovoltaica utilizadas mundialmente, sendo resumidas na sequência as que mais se adequam
ao consumidor residencial (foco deste trabalho):
1.
Incentivo direto: Consiste em conceder um benefício monetário direto ao consumidor
que tiver um projeto qualificado para instalação. Esta alternativa consiste em reduzir
os altos custos iniciais de aquisição dos sistemas. Como exemplo, no Brasil, o Instituto
Ideal, em parceria com o Grüner Strom Label (Selo de Eletricidade Verde da
Alemanha) lançou em 2013 o Fundo Solar, que concede benefício de até R$ 5.000,00
por projeto.
2.
Feed-in tariffs (FIT): É um dos principais mecanismos utilizados internacionalmente.
Consiste na compra da energia gerada por um valor fixo por kWh (geralmente superior
30
às tarifas das distribuidoras) num contrato de longo prazo (15 a 20 anos), gerando uma
receita mensal ao dono do sistema.
3.
Leasing: Também conhecido como modelo Third-Party, ao contrário das medidas
descritas anteriormente, neste modelo o usuário não adquire o sistema fotovoltaico,
mas faz um contrato de aluguel com uma empresa e paga mensalmente pelo sistema.
A vantagem deste sistema reside no fato do consumidor geralmente não ter custo de
entrada, além da diminuição da complexidade e risco envolvidos na compra e
operação de um sistema. Usualmente, é oferecida ao usuário uma mensalidade que,
somada à nova conta de energia, fica abaixo do valor da antiga conta, desde que
mantido o consumo original, sendo vantajoso economicamente adotar o sistema.
4.
Financiamento com baixas taxas de juros: Através de financiamentos com taxas
subsidiadas, o governo reduz a necessidade de alto capital de entrada e possibilita o
pagamento mensal acessível em prazos longos (mais que dez anos).
5.
Property Assessed Clean Energy (PACE) Financing: O sistema fotovoltaico é
financiado pelo município e as parcelas são cobradas através do IPTU do imóvel em
prazos de 10 a 20 anos. Assim sendo, o financiamento fica atrelado à propriedade,
independente de quem venha a ocupar o mesmo, possibilitando maior segurança a um
investidor que tenha perspectiva de mudança.
6.
Compra em grupo: Governos locais e associação de moradores podem organizar
grupos para realizar uma compra coletiva de sistemas fotovoltaicos. Dessa forma, fazse o levantamento de todas as residências interessadas e realiza-se um orçamento de
uma quantidade maior de equipamentos, reduzindo o custo. Os consumidores são
ainda incentivados a aderir à compra em grupo devido ao receio de perder esta
oportunidade e ter que pagar mais caro posteriormente.
7.
Comunidade solar: Ao contrário do conceito usual de um dono para cada sistema
fotovoltaico, através deste modelo é realizada uma grande instalação com diversos
donos, ou sócios, que possuem cotas do empreendimento e têm direito à parte da
geração de energia produzida21. Além da redução de custos proporcionada pelos
ganhos de escala, este modelo de negócio possibilita que consumidores que não
tenham condições de instalar um sistema fotovoltaico em sua residência (não ter área
21
O sistema de compensação da energia gerada num sistema de geração afastado do local de consumo é
conhecido como virtual net metering.
31
disponível) ou com perspectiva de mudança, possam usufruir da geração alheia ao seu
domicílio, sendo abatida diretamente na sua fatura.
8.
Incentivos fiscais: Consiste na isenção ou abatimentos de impostos relacionados ou
não com o sistema fotovoltaico. Pode ser isentado, por exemplo, os impostos federais
e estaduais cobrados sobre os equipamentos que compõem os sistemas fotovoltaicos,
ou reduzido parcela do Imposto de Renda do consumidor que instalar um sistema em
sua residência, reduzindo o tempo de retorno do investimento.
1.4 Difusão de Sistemas Fotovoltaicos Distribuídos.
Pesquisadores, tomadores de decisão e a indústria fotovoltaica ao redor do mundo estão
se empenhando em mapear a difusão de sistemas fotovoltaicos, seus desafios e oportunidades
consequentes. Entretanto, a previsão desta adoção é carregada de incertezas, devido a fatores
tecnológicos, econômicos e, principalmente, sociais (ZHAI; WILLIAMS, 2012). Portanto,
nesta seção será dada ênfase na aceitação do consumidor e nos aspectos sociais que envolvem
a adoção.
Primeiramente, deve-se ter em mente que a geração distribuída traz uma mudança
significativa na maneira como as pessoas tratam a energia elétrica. O consumidor deve passar
por uma transição do seu papel passivo frente ao suprimento energético (o simples ato de
apertar um botão interruptor), para a função de produtor de parte da sua energia consumida,
também chamado de prosumer22. Esta nova posição se caracteriza cada vez mais pela
conscientização da população aos problemas ambientais, juntamente aos desafios da
manutenção do fornecimento energético, e está também atrelada à realização de um
investimento. Desta maneira, entende-se que não se trata apenas de um novo produto no
mercado, mas uma mudança de paradigmas que deve ser interpretada como uma dificuldade a
mais para a difusão dos sistemas fotovoltaicos mundialmente.
A compra de um sistema fotovoltaico é uma decisão de alto envolvimento que as
pessoas costumam fazer apenas uma vez em suas vidas (JAGER, 2006). Obviamente, espera-
22
O conceito de prosumer (contração de produtor e consumidor, em inglês) não é novo, estando implícito
em trabalhos de Karl Marx, por exemplo. No entanto, o termo específico foi cunhado pelo futurista Alvin Toffler
em 1980, quando escreveu o livro “A terceira onda” (RITZER et al., 2012).
32
se que motivos econômicos sejam importantes na tomada de decisão, porém, aspectos
relacionados à consciência ambiental, barreiras técnicas e burocráticas percebidas, por
exemplo, podem ter também significativa influência nesta escolha. Identificar estas atitudes
dos consumidores em relação a produtos inovadores traz dois principais benefícios: 1) os
pontos fracos e fortes podem ser identificados e gerenciados efetivamente (HSU et al., 2000);
2) maior controle pode ser utilizado em estratégias de marketing à medida que a inovação se
torna atrativa à maioria da audiência (AUTY; ELLIOTT, 1998).
Um estudo realizado por Jager (2006) indicou os resultados de sessões informativas
sobre sistemas fotovoltaicos à população. Durante o início da década passada, o governo
holandês conferiu benefícios econômicos a quem realizasse a instalação em sua residência,
cobrindo aproximadamente 90% dos custos, o que representava um payback de cerca de três
anos. Na cidade de Groningen, foram organizadas reuniões informativas para tratar do
programa e sanar dúvidas de cunho técnico e burocrático. Ao final do programa, ao comparar
a adesão da cidade de Groningen com as outras cidades da Holanda, percebeu-se uma adesão
dez vezes maior na primeira. Sobre os participantes destas reuniões foi aplicado um
questionário para levantar as percepções dos mesmos sobre como foram informados da
iniciativa, os motivos em comprar um sistema fotovoltaico, as barreiras percebidas, efeitos
das redes sociais e como as reuniões afetaram suas decisões.
Com as respostas das enquetes, Jager (2006) constatou primeiramente que o público
adotante estava em linha com a teoria da difusão de inovações de Rogers, consistindo
majoritariamente de homens de idade média, com renda e níveis educacionais acima da
média. Adicionalmente, o autor conclui que os benefícios ambientais e a quantia de dinheiro
recebida pela instalação foram os maiores motivadores para a adoção, seguidos do aumento
no valor da habitação, a organização centralizada do programa de benefícios, independência
da distribuidora de energia23, discussão com outros adotantes, entre outros.
As reuniões tiveram um fator importante na difusão dos sistemas em Groningen,
provavelmente por reduzir as barreiras técnicas e burocráticas percebidas pela população.
23
Geralmente, os sistemas fotovoltaicos, quando conectados à rede, não funcionam no caso de uma
interrupção do fornecimento de eletricidade pela distribuidora. O inversor deve seccionar o sistema como
mecanismo anti-ilhamento, que impede que a rede externa esteja energizada, durante a ocasião de uma
manutenção na mesma. A independência aqui pode ser considerada apenas como financeira, ao minimizar o
pagamento à distribuidora.
33
Tendo como base a Teoria de Difusão de Rogers, poder-se-ia dizer que as reuniões
diminuíram o fator “complexidade”, percebido pela população. Ainda em linha com Rogers,
os resultados apontaram que os fatores sociais (conexões interpessoais) pouco influenciaram
os inovadores e adotantes iniciais, sendo estes mais decisivos para os adotantes tardios.
No condado de Northamptonshire, Inglaterra, também foi desenvolvido um programa
de incentivo à fonte solar (térmica e fotovoltaica) na década de 2000. A adoção neste condado
foi estudada por Faiers e Neame (2006) via enquetes, assim como Jager (2006), para
identificar o perfil dos “adotantes iniciais” (quem havia adotado os sistemas solares) e da
“maioria inicial” (neste estudo, este grupo não contemplava os adotantes dos sistemas solares,
mas adotantes de práticas de eficiência energética, possivelmente mais propensos a adotarem
a tecnologia solar no futuro). Em relação a estes dois grupos, o autor cita um termo
importante no processo de difusão, cunhado inicialmente por Moore (1999), conhecido como
“abismo” (“chasm”, em inglês). Dadas as diferenças de personalidade entre os dois grupos,
para uma inovação passar do primeiro para o segundo, é necessário que os atributos da mesma
se desenvolvam para parecer mais atrativos a esta audiência mais pragmática (características
já mencionadas na seção 1.2.1), cruzando assim o abismo e atingindo o sucesso na difusão.
Neste sentido, Faiers e Neame (2006) se propuseram também em avaliar as características dos
sistemas solares que pudessem estar criando o abismo na adoção.
Dentre as 23 características declaradas pelos entrevistados, a maioria foi classificada
como positiva. Ao relacionar com os atributos identificados pela teoria de Rogers, 18 se
enquadram no atributo “vantagem relativa”, onze se enquadram em “compatibilidade”, quatro
no atributo “complexidade” e quatro como “visibilidade” (as características podiam ser
classificadas com mais de um atributo). Nenhuma resposta foi relacionada à “possibilidade de
teste”, o que era esperado, devido à natureza desta inovação.
Os resultados sugeriram que os atributos da solar atendem suficientemente as
expectativas dos adotantes iniciais em termos de compatibilidade, complexidade e
visibilidade. A “maioria inicial”, por sua vez, também compartilha das mesmas percepções
positivas, embora num nível menor. As características negativas apresentadas pelos
entrevistados foram de aspecto econômico. O payback, por exemplo, foi o único item que teve
pior avaliação por parte dos “adotantes iniciais” que do grupo “maioria inicial”. É indicado
que a “maioria inicial” não tem uma percepção positiva suficiente dos atributos dos sistemas
34
solares de forma a perpetuar a processo de difusão. Sugere-se, então, que este grupo necessita
de maiores convencimentos de que os sistemas não são muito visualmente invasivos, que são
livres de manutenção, que podem adicionar valor à propriedade (sem essa percepção,
consumidores que tem perspectiva de mudar de residência não vão considerar a adoção), e
que o processo de instalação é simples e oferece mínima perturbação.
Assim como Faiers e Neame (2006), Zhai e Williams (2012) se propuseram a investigar
as diferenças de percepção entre adotantes e não adotantes frente a três atributos chave: custo,
necessidade de manutenção e preocupação ambiental. O levantamento com a população foi
realizado na região metropolitana de Phoenix, Arizona, Estados Unidos, em 2010.
O estudo busca avaliar quantitativamente a probabilidade de adoção de sistemas
fotovoltaicos pelos consumidores, o que não havia sido feito até então para energias
renováveis, sendo esta etapa (quantificação), importante para um futuro estudo de previsão de
adoção. Como etapa inicial, foi levantada, através de enquetes, a percepção dos consumidores
em uma escala numérica, como mostra a Tabela 1.1.
Tabela 1.1 - Percepção de adotantes e não adotantes de sistemas fotovoltaicos
Atributo
Ambiental
Custo
Manutenção
Como afeta a
decisão (1:
não afeta, 7:
Afeta muito
Percepção
Escala
Adotante
7,66
1: Nada benéfico, 10:
5,81
Não Adotante
6,20
Muito benéfico
5,45
Adotante
2,09
1: Economiza muito, 10:
5,25
Não Adotante
3,82
Custa muito
6,26
Adotante
1,64
1:Uma em mais de 10
5,42
Não Adotante
3,86
anos, 10:Várias vezes ao
ano
4,38
Fonte: Adaptado de Zhai e Williams, 2012
Através de um modelo baseado em lógica “fuzzy”, os autores estimaram a probabilidade
de adoção dos sistemas fotovoltaicos pelos consumidores (adotantes e não adotantes), de
acordo com sua percepção em relação aos três atributos mencionados anteriormente,
resultando na Figura 1.6.
35
Figura 1.6 - Probabilidade de adoção x percepção dos atributos
Fonte: Adaptado de Zhai e Williams, 2012.
As três variáveis estão representadas nos eixos X, Y e Z, enquanto o tamanho e a cor
dos pontos representa a probabilidade (quanto maior e mais claro o ponto, maior a
probabilidade de adoção). Como pode ser visto, os resultados confirmam uma maior
probabilidade de adoção conforme o consumidor tem sua percepção de custo e manutenção
diminuídos, assim como à medida que sua preocupação ambiental aumenta. No entanto, em
termos práticos o estudo se mostra muito restrito ao universo da amostra e das respostas
colhidas, sendo reconhecido pelos autores que devido à limitação da base de dados (amostra
muito pequena), não haveria como validar o modelo.
1.4.1 Percepção do consumidor brasileiro frente à microgeração distribuída
Em 2013, o Greenpeace e a Market Analysis publicaram uma pesquisa realizada com os
consumidores brasileiros para avaliar suas percepções em relação à microgeração distribuída.
Através de entrevistas telefônicas realizadas com 806 indivíduos adultos, em dez capitais
brasileiras, avaliou-se, além do conhecimento sobre a possibilidade de microgeração no país,
a percepção diante dos fatores condicionantes e efeitos que a implantação do sistema de
microgeração de energia traz e a disposição financeira dos consumidores brasileiros em
instalar um sistema de microgeração de energia em suas residências (GREENPEACE e
MARKET ANALYSIS, 2013).
36
Dentre os resultados desta pesquisa, destaca-se que 71% dos entrevistados dizem
conhecer pouco ou nada sobre a proposta de microgeração regulamentada pela REN
482/ANEEL, indicando um grande desconhecimento da população. A característica dos
conhecedores (28%) segue o padrão apresentado nas seções anteriores: classe alta, alta
escolaridade e mais velha, não havendo grande distinção entre gênero. Para este grupo, dentre
as opções de microgeração (solar, eólica, hidráulica e biomassa), a solar é a mais conhecida
(97% dos entrevistados a conhecem). Mesmo entre os que não conhecem a proposta da
resolução, a microgeração solar se mostra como a mais conhecida dentre as fontes, no entanto,
neste grupo há a confusão com o aquecimento solar.
Ainda que seja desconhecido para os brasileiros, o conceito de microgeração de energia
gera curiosidade e atinge grande receptividade. A ideia de gerar a própria energia desperta
diversas percepções positivas tais como a crença de que seja algo positivo para o meio
ambiente, a sensação de pioneirismo e de liderança social, e a expectativa de redução de
custos com energia. Mas, por outro lado, existe um forte questionamento sobre a relação
custo-benefício desse modelo de geração de energia, pois se acredita que o custo de instalação
seja elevado e que esse sistema exija muitas mudanças na rotina diária do usuário. Mesmo
diante de questionamentos, a maioria (71%) dos brasileiros afirma que implementaria um
sistema de microgeração de energia se houvesse linhas de financiamento com juros baixos, e
uma grande parcela (43%) demonstra alguma disposição a investir nesse modelo de geração.
Este público mais disposto à realização do investimento se caracteriza principalmente por
elevada classe social e escolaridade, homens, e residente nas regiões centro-oeste e sul
(GREENPEACE; MARKET ANALYSIS, 2013).
Porém, há de se ter cuidado com os resultados da pesquisa. Entende-se que por mais que
haja elevado interesse na instalação, como o grande público desconhece o sistema, esta
intenção não representa de fato a probabilidade de instalação, principalmente entre as classes
mais baixas, uma vez que a atratividade econômica é baixa atualmente e tende a restringir o
acesso à grande parcela da população.
1.5 Modelos de difusão de sistemas fotovoltaicos distribuídos
Os estudos apresentados na seção anterior se limitaram a estudar o comportamento dos
consumidores para com a tecnologia fotovoltaica. Seus motivos para adotar esta tecnologia e
37
barreiras percebidas pelos mesmos. Modelar o comportamento da população para prever a
difusão dos sistemas fotovoltaicos é um passo posterior, havendo sido desenvolvido, até
então, por poucos pesquisadores ao redor do mundo. Diferentes abordagens foram utilizadas
por estes autores, podendo ser classificados os estudos em três principais grupos: de paridade
tarifária, baseados no modelo de Bass e baseados em agentes. Na sequência, serão descritas as
características de cada abordagem, suas vantagens, desvantagens e limitações.
1.5.1
Modelos baseados em paridade tarifária
O conceito de paridade tarifária pode ser aplicado a diversas fontes e mercados, mas no
caso dos sistemas fotovoltaicos distribuídos, entende-se como o momento em que o custo da
energia produzida por estes passa a ser mais barata que a tarifa de energia elétrica cobrada
pela distribuidora. Para fazer tal comparação, é necessário calcular o custo nivelado da
energia (LCOE) fotovoltaica produzida, com base nos custos de investimento, operação e
manutenção do sistema durante sua vida econômica, custos de financiamento, retorno sobre o
patrimônio e amortização (OLIVEIRA, 2010). Basicamente, um cálculo do valor presente
líquido é realizado e resolvido de tal maneira que, para o valor de LCOE escolhido, o valor
presente líquido do projeto torna-se zero. Uma fórmula simplificada de calcular o custo
nivelado é apresentada a seguir:
[
(
(
)
)
]
(1)
Fonte: Zilles at al., 2012
Onde:
C – custo da energia produzida pelo sistema em (R$/MWh)
r – taxa de desconto anual considerada para o investimento (em %; valor adimensional);
n – tempo de vida útil do investimento (em anos)
OM – representa os gastos com manutenção em operação (> 1% do investimento inicial;
na expressão entra como um valor adimensional: 1% = 0,01);
Inv – investimento inicial, turn-key, do sistema (em R$/kWp);
FC – fator de capacidade esperado para o sistema (valor adimensional).
38
A princípio, os modelos baseados na paridade tarifária são úteis para avaliar o mercado
potencial de uma fonte, ao estimar quando esta fonte se torna custo-efetiva. Alguns autores
realizaram tal análise, em diferentes escalas de mercado, como num país (AYOMPE et al.,
2010), ou abrangendo todo globo (BREYER; GERLACH, 2013). Destaca-se este último
estudo por sua atualidade e abrangência, ao incluir na análise mais de 150 países, que
representam 98,0% da população e 99,7% do PIB mundial. O estudo considerou os custos dos
sistemas fotovoltaicos sem subsídios.
O resultado mostra que a paridade tarifária no segmento residencial já é realidade em
algumas regiões do mundo, continuando ao longo da década. Os primeiros mercados a
atingirem esta marca foram Chipre, Itália, Caribe e África Oriental. Ao final da década, mais
de 80% do mercado na Europa, Américas e Ásia-Pacífico terão atingido a paridade tarifária
residencial (Figura 1.7). A exceção acontece na África, devido aos subsídios à energia na
África do Sul e Egito, que representam mais de 60% da geração de eletricidade no continente.
Figura 1.7 - Volume relativo de mercado residencial com paridade tarifária
Fonte: Breyer e Gerlach, 2013
No Brasil, a Empresa de Pesquisa Energética (EPE) formulou um modelo de difusão
baseado em paridade tarifária. Da mesma forma que Breyer e Gerlach (2013), ao cruzar a
evolução da tarifa de eletricidade e do custo nivelado dos sistemas fotovoltaicos, encontra-se
um mercado onde a instalação é “economicamente viável”. Do total de consumidores,
trabalhou-se com um nicho de domicílios com consumo superior a 500 kWh/mês e o total de
comércios baixa tensão (por não haver dados por faixa de consumo para este setor). A partir
deste mercado, adotou-se um fator técnico limitante à instalação igual a 30% e um fator de
39
adesão igual a 20% para consumidores residenciais e 1% para comercial. Ou seja, a partir do
momento em que uma região brasileira atinge a paridade tarifária, 6% (0,2 x 0,3) dos
domicílios do mercado nicho instalam sistemas fotovoltaicos em suas residências (EPE,
2014).
No entanto, utilizar apenas a paridade tarifária nos modelos de difusão para prever a
entrada dos sistemas fotovoltaicos é questionável. Yang (2010) menciona alguns problemas
em utilizar esta figura de mérito. Primeiramente, levanta-se a questão de que atingir um nível
de custo-efetividade não é o bastante para garantir a inserção de uma tecnologia. Como
exemplo, os sistemas de aquecimento solar d’água já atingiram a paridade tarifária em muitos
lugares e nem por isso se espalharam massivamente ao redor do mundo.
Em relação ao cálculo da paridade tarifária, Yang (2010) afirma que muitos analistas
não consideram todos os custos envolvidos na instalação para serem amortizados, utilizando,
por exemplo, custos internacionais genéricos. Desta forma, é provável que as projeções que
utilizam o conceito de paridade tarifária estejam sendo otimistas24.
Do ponto de vista do consumidor comum, conforme exposto anteriormente, o cálculo
do custo nivelado é extremamente complexo, sendo dificilmente utilizado25.
Há de se
considerar ainda que o resultado do custo nivelado é bastante sensível às premissas adotadas
(BLACK & VEATCH, 2010). Logo, sabendo que cada indivíduo considera uma taxa de
desconto para seus investimentos (HAUSMAN, 1979; RAI; SIGRIN, 2012), presume-se ser
inadequado utilizar o conceito de paridade tarifária em escala global.
1.5.2 Modelos baseados em agentes
Outros estudos (ZHAO et al., 2011; PALMER et al., 2013; ROBINSON et al., 2013)
utilizaram modelos baseados em agentes (MBA) para prever a difusão de sistemas
24
Além do mais, os estudos de paridade tarifária geralmente utilizam prazos de 20 ou 25 anos no cálculo
do custo nivelado. Este prazo de investimento pode ser considerado em empreendimentos de grande escala, com
contratos de compra de energia para este período, porém, para consumidores menores este prazo é considerado
muito longo.
25
Numa pesquisa realizada por Rai e Sigrin (2012), levantou-se que dentre os adotantes residenciais de
sistemas fotovoltaicos, 66% utilizaram o payback simples para avaliar o investimento, 27% a TIR, 25% o valor
da economia mensal, 7% o valor presente líquido, 6% utilizaram outras medidas e 10% não utilizaram nenhuma
métrica. Este estudo não avalia o uso do custo nivelado, mas na melhor das hipóteses estaria entre apenas os 6%
que utilizaram outras medidas.
40
fotovoltaicos. Conforme Bonabeau (2002), na modelagem baseada em agentes o sistema é
modelado como uma coleção de entidades autônomas de tomadas de decisão chamadas
agentes. Um MBA permite os modeladores atribuírem características específicas aos agentes
e o resultado é originado nos comportamentos dos agentes interagindo entre si.
Uma característica inerente dos modelos baseados em agentes é a grande necessidade de
dados. Dada a natureza do modelo, sua acurácia depende da qualidade das informações
disponíveis sobre a população em estudo, o que leva estes estudos a serem utilizados
geralmente em universos menores, como, por exemplo, as cidade de Austin e Tucson em
Robinson et al. (2013) e Zhao et al. (2011), respectivamente.
Palmer et al. (2013), por sua vez, utilizam um MBA para o mercado italiano. O modelo
incorporou quatro elementos que influenciam a decisão de adoção: 1) a rentabilidade do
investimento; 2) considerações ambientais; 3) nível de renda por domicílio e 4) o impacto das
redes de comunicação. Para isso, o modelo estruturou o sistema social em, basicamente, oito
classes socioeconômicas.
Palmer et al. (2013) consideraram que a decisão em investir num sistema fotovoltaico
acontece quando a utilidade do sistema supera um determinado valor. Este valor foi definido
para o modelo em questão comparando os resultados da simulação com os dados históricos da
difusão na Itália, durante o processo de calibração do modelo.
Para calcular a utilidade do sistema ao consumidor, utilizaram-se os quatro fatores
anteriormente mencionados. A utilidade econômica foi baseada no tempo de payback,
convertido numa função linear que varia de 0 a 1. Os demais fatores também são obtidos
dentro do mesmo intervalo, no entanto, seguem uma curva sigmoide. Ainda, sobre cada fator
foi multiplicado um peso, característico a cada classe socioeconômica, que também foi
estimado na etapa de calibração, através de tentativa e erro. Ao realizar a calibração, junto aos
dados históricos, observou-se que o fator payback teria o maior impacto sobre a difusão,
devido a sua característica linear, enquanto que fatores ambientais e de comunicação
desempenham um papel importante, mas não são tão significativos quanto às considerações
econômicas (PALMER et al., 2013).
Como visto, além da quantidade de dados, outra necessidade do modelo é a etapa de
calibração, na qual se obtêm os pesos de cada fator individual, e o número que representa o
41
limiar de adoção. Como alternativa à baixa disponibilidade de dados históricos de difusão da
tecnologia fotovoltaica em Tucson, Zhao et al. (2011) determinam o limiar comparando a taxa
de crescimento anual da capacidade instalada fotovoltaica no local de estudo com dados
históricos globais.
1.5.3 Modelos baseados em Bass
O modelo de difusão de Bass é o mais citado e referenciado na literatura de marketing.
Foi concebido por Frank Bass em 1969 e desde então foi tema de incontáveis artigos,
extensões, modificações e verificações. O modelo de Bass teve como referência o estudo de
Rogers (1962), sendo uma contribuição matemática à teoria da difusão de inovações, capaz de
gerar uma suave curva sigmoide da taxa de penetração de mercado ao longo do tempo.
Basicamente, o modelo parte da seguinte formulação:
( )
( )
( )
(2)
onde:
f(t) é a probabilidade de adoção no tempo t.
F(t) é a distribuição acumulada.
p é o coeficiente de inovação. Representa a influência externa ao processo de difusão.
q é o coeficiente de imitação. Representa a influência interna ao processo de difusão.
m é o mercado potencial final, i.e., o número de indivíduos que irão adotar a tecnologia
dado tempo suficiente de difusão.
N(t) é o número acumulado de adotantes.
Ultimamente,
( )
( )
( 3)
42
Como pode ser visto na Eq. 2, na formulação da taxa de adoção de Bass (f(t)), dois
parâmetros principais são usados: um deles (p) é exógeno, e representa a parcela inovadora da
população; o outro (q) é endógeno, representando os imitantes. Desta forma, em consonância
com a teoria de Rogers, o modelo de Bass assume que a probabilidade de adoção aumenta
quanto maior for a adoção prévia (MAHAJAN et al., 1990). Isto porque quanto maior o
número de usuários efetivos de uma inovação, maior o número de usuários potenciais que
tomarão conhecimento da mesma, e, consequentemente, tornar-se-ão adotantes (BONADIA,
2007).
Existem diversos métodos para estimar os parâmetros p e q do modelo de Bass,
podendo ser baseados em dados históricos de vendas com auxílio de regressão linear ou não
linear caso o produto esteja disponível no mercado há algum tempo, através de analogia com
outros produtos similares, ou via pesquisas de opinião para levantar a intenção de compra dos
consumidores (LILIEN et al., 2007). Dada a importância da estimativa destes parâmetros,
inúmeros estudos de caso foram conduzidos para estimá-los para diversos produtos. Na seção
2.4 é aprofundada a discussão a respeito do levantamento dos parâmetros p e q.
Em Beck (2009) é utilizado o modelo de Bass para prever a difusão de sistemas
fotovoltaicos no estado do Arizona, EUA. Neste estudo, os parâmetros foram estimados
através de uma comparação com outros mercados fotovoltaicos, de forma que a curva
correspondesse ao crescimento destes mercados. Segundo o autor, ao inspecionar a adoção na
Alemanha, Califórnia e Nova Jérsei verifica-se que mudanças dramáticas nestes parâmetros
podem ocorrer mediante a implementação de políticas de incentivo, alterando a dinâmica de
adoção. O estudo de Beck serviu de referência para o National Renewable Energy Laboratory
(NREL) desenvolver um modelo de difusão para os EUA, conhecido como Solar Deployment
System (SolarDS) (DENHOLM et al., 2009).
Em Guidolin e Mortarino (2010) são analisados os parâmetros referentes ao modelo de
Bass mediante análise histórica da difusão de sistemas fotovoltaicos em onze países:
Austrália, Áustria, Canadá, França, Alemanha, Itália, Japão, Espanha, Holanda, Reino Unido
e Estados Unidos. De acordo com as políticas de incentivo e características de
desenvolvimento, os países foram agrupados, e tiveram seus parâmetros levantados. Além
disso, o estudo trabalha também com um modelo aprimorado de Bass, conhecido como
Modelo de Bass Generalizado. Nesta versão, um novo fator é adicionado à fórmula original,
43
de forma a responder por intervenções externas. Este fator foi originalmente concebido para
representar estratégias de marketing, mas sua estrutura é tão geral que pode ser utilizado para
descrever incentivos políticos, medidas ambientais, por exemplo, sendo útil para avaliar a
difusão de sistemas fotovoltaicos (GUIDOLIN; MORTARINO, 2010).
Pela Eq 2 percebe-se que o modelo não fornece uma estimativa da demanda potencial,
i.e., o número de potenciais usuários é exógeno ao modelo. Assim sendo, o modelo de Bass
estima a velocidade de adoção, independente do potencial de mercado. Portanto, são
necessárias outras ferramentas para estimar este fator (BONADIA, 2007).
Beck (2009) justifica que é possível aperfeiçoar o Modelo de Bass ao, por exemplo, não
utilizar o fator m como constante, mas fazê-lo função das características do produto (e.g.
tempo de payback). Da mesma forma que em Beck (2009), o modelo americano (Solar
Deployment System) também utiliza o tempo de payback como variável para o potencial de
mercado, utilizando Kastovich et al. (1982), EIA (2004) e Paidipati et al. (2008) como
referência. Assim como o fator m, a taxa de adoção (através dos coeficientes p e q) também
pode ser parametrizada como função de variáveis relacionadas a custos, características
demográficas da população, efeitos de comunicação, etc. (ISLAM, 2014).
A principal vantagem do modelo de difusão de Bass é a simplicidade da sua estrutura,
composta de poucos parâmetros e que requer menor necessidade de dados de entrada para o
modelo. Dentre suas limitações, além das incertezas quanto à definição dos parâmetros p e q,
ressalta-se que o modelo assume o sucesso da difusão, assim como que a tecnologia irá se
difundir em todo o mercado no futuro, dado tempo necessário, o que pode não ocorrer. Para
contornar este problema, pode-se calcular uma probabilidade do processo de difusão falhar,
além de estabelecer limitações do percentual de mercado que a tecnologia pode atingir, como
exemplificado no parágrafo anterior. Apesar disto, o modelo vem se mostrando razoavelmente
acurado para prever a difusão de bens duráveis (MAHAJAN et al., 1990).
1.5.4 Outros modelos de difusão
Além dos modelos anteriormente descritos, utilizados na maioria das projeções de
mercado fotovoltaico no mundo, outros modelos de difusão menos conhecidos foram
aplicados em alguns estudos ou tem perspectivas de utilização, dado seu histórico em outras
áreas.
44
No livro de Kagan et al., intitulado Redes Elétricas Inteligentes no Brasil: Análise e
Custos e Benefícios de um Plano Nacional de Implantação, elaborado no âmbito do Projeto
Estratégico de P&D denominado Programa Brasileiro de Redes Inteligentes, foi realizada uma
projeção da geração distribuída fotovoltaica no Brasil até 2030 com base na distribuição
estatística de Weibull. Da forma como foi utilizada, esta oferece a penetração de mercado em
função do período de payback e de parâmetros de ajuste. Este modelo e os parâmetros
utilizados tiveram como referência o trabalho de Macauley e Shih (2003).
Adicionalmente, Gallo e De Bonis (2013) desenvolveram um modelo baseado em redes
neurais para projetar o desenvolvimento fotovoltaico na Itália, enquanto Masini e Frankl
(2002) e Byrne et al. (2004) utilizaram modelos baseados no modelo de Fisher-Pry (1971)
para estudos na Europa meridional e nos EUA, respectivamente.
45
2 Metodologia
Através da revisão realizada no capítulo anterior foi possível identificar os principais
modelos utilizados para projetar o desenvolvimento da geração fotovoltaica em diferentes
regiões, cada qual com suas vantagens e desvantagens. O modelo baseado em agentes, por
exemplo, se mostra muito eficaz ao isolar as decisões de cada tomador de decisão de acordo
com suas características, necessitando, em contrapartida, grande qualidade da base de dados
da população. Os modelos baseados em paridade tarifária, por sua vez, são muito úteis para
avaliar o potencial de mercado, mas pouco efetivos na avaliação da adoção.
Levando em consideração as alternativas revistas, o vasto território nacional com sua
grande diversidade geográfica e populacional, somados à restrição de dados brasileira, foi
decidido por desenvolver o modelo de difusão aqui proposto com base na teoria de difusão de
Rogers (2003) e construí-lo sobre os alicerces matemáticos do reconhecido modelo de difusão
de Bass (1969).
Partindo da Eq. 3, que orienta o modelo de Bass, pode-se dividir em duas partes o
modelo de difusão: 1) a estimativa do mercado potencial final m (quantidade de consumidores
aptos a realizarem o investimento) e 2) o cálculo da taxa de adoção (a forma e velocidade que
a adoção acontecerá neste mercado). Logo, este capítulo será dividido nestas duas grandes
seções, mas antes será delimitado o nível de desagregação geográfica dos dados que irão
compor o modelo, assim como o alcance temporal das projeções.
2.1 Nível de desagregação geográfica dos dados
Dentre os estudos de difusão analisados anteriormente, percebe-se uma diferenciação
em relação ao nível geográfico dos dados. No caso do estudo contemplar a projeção para uma
cidade, é adequado dividi-la por bairros, por exemplo, enquanto que ao analisar um país,
pressupõe-se a conveniência de um nível de agregação superior. No presente trabalho,
dividiu-se o território nacional conforme a área de concessão de cada distribuidora de energia
elétrica, tendo em vista que o cálculo financeiro dos sistemas fotovoltaicos é dependente das
tarifas cobradas por cada distribuidora.
46
A base de dados georreferenciada das áreas de concessão das distribuidoras foi obtida
através do Sistema de Informações Georreferenciadas do Setor Elétrico (SIGEL), concebido
pela Agência Nacional de Energia Elétrica (ANEEL), com acesso disponível pelo link:
http://sigel.aneel.gov.br. Sob esta divisão geográfica serão analisados posteriormente outros
fatores físicos e socioeconômicos para compor o modelo de difusão proposto. A Figura 2.1
ilustra a divisão adotada.
Figura 2.1 - Divisão geográfica das áreas de concessões das distribuidoras brasileiras de energia elétrica
Fonte: SIGEL - ANEEL
Percebe-se que a maioria dos estados das regiões centro-oeste, nordeste e norte são
atendidos por apenas uma distribuidora, enquanto no sul e sudeste as áreas de concessões são
mais divididas dentro do mesmo estado, o que é conveniente para a modelagem, tendo em
vista são as regiões com maior densidade populacional do país e, assim sendo, podem ser
melhor analisadas, em função de uma maior segmentação.
47
Em relação à base de dados do SIGEL, foram excluídas três áreas referentes a
distribuidoras que não apresentavam dados tarifários no site da ANEEL26. São estas: RS
COOPERATIVA, RS INDEFINIDA e SP Cooperativa. O mercado consumidor presente
nestas três áreas somadas representa 0,046% do total nacional, sendo, portanto, aceitável
desprezar estes dados, tendo em vista o objetivo deste estudo. Desta forma, a base de 64
distribuidoras presente no SIGEL é reduzida para 61 neste trabalho.
2.2 Alcance temporal
No presente estudo a difusão de mercado será calculada anualmente através do modelo,
com início em 2013. Apesar da microgeração distribuída ter sido regulamentada em 2012
através da REN 482, foi definido um prazo de 240 dias para as distribuidoras adequarem seus
sistemas comerciais e elaborar ou revisar normas técnicas para tratar da geração distribuída.
Logo, convém considerar o ano de 2013 como primeiro ano efetivo de mercado da
microgeração distribuída conectada à rede no Brasil.
O horizonte temporal da análise é de dez anos, a começar por 2014. Logo, o ano final de
estudo é 2023. O modelo desenvolvido permite estender este horizonte, porém, preferiu-se
realizar a análise no âmbito decenal, trabalhando com projeções auxiliares (econômicas e
demográficas) mais acuradas para alimentar o modelo e proporcionar melhores resultados
finais. Ainda, este prazo está em linha com os estudos decenais do governo brasileiro,
podendo servir de instrumento para os planos nacionais futuros.
2.3 Estimativa do mercado potencial final
2.3.1 Mercado potencial
Ao estudar a difusão de um produto no mercado deve-se ter definido qual é o mercado
potencial para tal produto, i.e., quem tem condições iniciais de adquiri-lo. No caso dos
26
Além de não existir dados referentes a estas distribuidoras, salienta-se que existe alguma diferença
entre a nomenclatura utilizada na base de dados do SIGEL e a presente na página de tarifas da ANEEL,
dificultando o trabalho com os dados. O ANEXO A deste trabalho apresenta uma tabela que relaciona as siglas
das duas bases, além da respectiva razão social.
48
sistemas fotovoltaicos, dado o elevado custo inicial, primeiramente entende-se que somente
domicílios com elevada renda tenham condições de fazer tal investimento.
Para o levantamento do mercado potencial, a EPE (2013c) parte da base de dados do
SIMPLES (Sistema de informações de mercado para o planejamento do setor elétrico), que
dispõe do número de unidades consumidoras residenciais por faixa de consumo elétrico
mensal. No estudo realizado pela EPE foram considerados apenas consumidores residenciais
com consumo superior a 500 kWh/mês para compor o nicho de mercado. Kagan et al. (2013),
por sua vez, trabalharam com dados do Censo 2010 do IBGE, delimitando os potenciais
adotantes como domicílios com renda superior a cinco salários mínimos.
Apesar de existir uma correlação entre renda e consumo de eletricidade, entende-se que
utilizar a renda mensal é mais adequado que a segregação por faixa de consumo de
eletricidade. Dada a evolução demográfica e do perfil socioeconômico brasileiro, antevê-se
que haja uma redução do número de ocupantes por domicílio, enquanto que o nível
educacional, de preocupação ambiental e de renda aumentem. Logo, serão mais comuns
domicílios com consumo menor, porém com moradores com perfil dos inovadores. Portanto,
neste trabalho o mercado nicho será estratificado de acordo com um nível mínimo de renda, e
não de consumo elétrico.
O mercado nicho (mercado potencial) foi levantado com base em georreferenciamento,
através de um software de Sistema de Informação Geográfica - SIG (ArcGIS 10.1) e das bases
de dado de renda do Censo 2010 do IBGE e das áreas de concessão de cada distribuidora
disponíveis no SIGEL – ANEEL. Com auxílio da ferramenta “Join” do ArcGIS é possível
atribuir as informações de uma camada à outra, de acordo com a posição geográfica,
resultando numa nova camada com os dados sumarizados. Neste caso, foram somados os
números de domicílios presentes na área de cada distribuidora de acordo com a faixa de renda
do responsável pelo domicílio. Foi decidido trabalhar com o nível de renda do responsável
pelo domicílio, pois se julga que este será quem decidirá pela adoção. Assim como Kagan et
al. (2013), aqui se utiliza o valor de cinco salários mínimos para selecionar o mercado
potencial, ou renda maior que R$ 3.620,00, segundo o salário mínimo de 2014. Salienta-se
que este valor é o rendimento apenas do responsável pelo domicílio, sugerindo que ao
computar outras receitas familiares, a adesão possa ser facilitada. De qualquer forma, mais do
que estimar um valor em si, que seria suficiente para adquirir um sistema fotovoltaico, dadas
49
diversas condições de financiamento e modelos de negócio existentes, esta divisão representa
uma parcela mais propensa (cerca de 10% do total de domicílios em 2010) a adquirir um
sistema fotovoltaico residencial, segundo condições econômicas.
2.3.1.1 Evolução do mercado potencial
Através dos dados do Censo 2010 do IBGE, foi estratificado o mercado potencial do
modelo proposto nesta dissertação para o ano base do Censo. No entanto, dadas as
perspectivas de evolução socioeconômica e demográfica no país, faz-se necessário estimar
como este mercado evoluirá ao longo da próxima década, atualizando-o ano a ano.
Num país em desenvolvimento como o Brasil se observam dois movimentos principais
que direcionam as estimativas de evolução do mercado: 1) o crescimento populacional; e 2) o
aumento do nível socioeconômico e renda per capita da população. Para reproduzir esta
transformação, optou-se por projetar o crescimento com base em dados históricos. Neste
sentido, foi utilizada a ferramenta “Medidas Sociais baseadas em Renda per Capita”
(disponível em: http://www.cps.fgv.br/cps/ncm2014/) criada pelo Centro de Políticas Sociais
da FGV, que facilita a consulta e o cruzamento de dados estatísticos. Neste caso, a fonte dos
dados utilizados é do PNAD/IBGE.
Através da ferramenta foi levantado o crescimento da população que se enquadra nas
classes socioeconômicas A e B. Entende-se que o mercado potencial estratificado
anteriormente se enquadre nestas classes, sendo plausível avaliar as taxas de crescimento
destas para estimar a evolução do mercado. Assim sendo, calculou-se a média do crescimento
da população nas classes A e B por unidade federativa entre 2001 e 2009, que resultou nas
taxas apresentadas na Tabela 2.1. As taxas foram então aplicadas sobre o mercado potencial
de 2010 (conforme dados do último censo), de acordo com o estado de atuação de cada
distribuidora.
50
Tabela 2.1 - Crescimento populacional nas classes A e B entre 2001 e 2009
Estado
Crescimento (%)
10,7%
8,9%
7,3%
14,8%
7,9%
17,9%
11,3%
8,2%
10,3%
6,6%
9,0%
8,8%
3,6%
9,4%
RO
AC
AM
RR
PA
AP
TO
MA
PI
CE
RN
PB
PE
AL
Estado
SE
BA
MG
ES
RJ
SP
PR
SC
RS
MS
MT
GO
DF
Crescimento
(%)
7,9%
9,0%
6,3%
6,0%
3,8%
1,8%
7,4%
8,6%
5,0%
6,6%
5,8%
7,1%
6,1%
Fonte: Elaboração própria com dados do CPS/FGV
2.3.1.2 Domicílios Aptos
A discriminação dos domicílios segundo a renda foi a primeira etapa na seleção do
mercado potencial dos sistemas fotovoltaicos residenciais no país, ou seja, o limite máximo.
Entretanto, sabe-se que nem todos os domicílios, independente da renda dos ocupantes, são
aptos à instalação, por diversos fatores, como restrições técnicas, legais, ou pela condição de
ocupação do imóvel, por exemplo.
Primeiramente, para o modelo em questão, considera-se viável a instalação de sistemas
fotovoltaicos somente em domicílios do tipo casa. No caso de apartamentos, a cobertura do
edifício nem sempre está disponível para instalações, além de oferecer dificuldades técnicas e
contratuais de instalação por estar em uma área comum geralmente afastada do domicílio.
Adicionalmente, a condição regulatória atual não permite o virtual net metering27,
dificultando a adoção de um sistema fotovoltaico por moradores de apartamentos.
Além do tipo de domicílio, outra restrição se origina da condição de ocupação do
imóvel, isto é, se o mesmo é próprio, alugado ou cedido. Por se tratar de um investimento de
longo prazo e que dificilmente será transferido de uma residência à outra, não se percebe
27
Através do sistema conhecido como virtual net metering, é permitido ao consumidor ter parte de seu
consumo abatido pela geração fotovoltaica (ou outra fonte) sem necessariamente ter uma instalação no seu
domicílio. Ele pode comprar cotas de um sistema com geração em outro local, sendo feita a compensação na sua
conta (DOE, 2011).
51
como atrativa a instalação de sistemas fotovoltaicos para consumidores que não estejam
morando num domicílio próprio. No caso de um domicílio alugado: 1) o locatário geralmente
apresenta perspectiva de mudança, não sendo interessante realizar o investimento numa
propriedade alheia; 2) o locador, por sua vez, não tem nenhum benefício em realizar o
investimento, sendo o locatário quem paga as despesas com energia elétrica e que teria o
benefício da instalação fotovoltaica. Portanto, convém considerar como aptos apenas
domicílios próprios.
De forma a considerar as restrições apresentadas, foi utilizada a base de dados
georreferenciada de domicílios do Censo 2010 do IBGE. Nesta base é computado o número
de domicílios por setor censitário28 de acordo com diversas características, como, por
exemplo, o tipo (casa, apartamento, casa de vila) e a condição de ocupação (próprio quitado,
próprio em aquisição, alugado, cedido por empregador, cedido de outra forma, outra condição
de ocupação). Dentro desta base de dados ainda existe o cruzamento de algumas informações,
sendo possível levantar o número de domicílios que sejam de determinado tipo e que estejam
numa condição de ocupação específica. No entanto, não é possível cruzar estas informações
de domicílios com a base de dados de renda. Ou seja, não se sabe exatamente quantos
domicílios com renda acima de cinco salários mínimos são do tipo casa e que sejam próprias.
Dada a limitação apresentada, foi utilizado um fator geral que representa o tipo e
condição do domicílio, independente da renda. Por um lado, pelo fato do percentual de
imóveis próprios ser maior entre as classes econômicas superiores29, estima-se que o fator
utilizado subestime o mercado. Por outro lado, sabe-se que as classes mais altas ocupam a
maior parcela dos apartamentos30, o que significa que o fator superestima o número de
domicílios aptos na faixa de renda especificada. Logo, entende-se que existe uma certa
compensação nesta aproximação, sendo plausível utilizar os dados gerais.
O fator calculado é resultado da divisão da soma de domicílios do tipo casa e casa de
vila que sejam próprias (quitadas ou em aquisição), pelo número total de domicílios. O
28
Setor Censitário é unidade territorial de coleta das operações censitárias, definido pelo IBGE, com
limites físicos identificados, em áreas contínuas e respeitando a divisão político-administrativa do Brasil. O setor
é constituído por conjunto de quadras, no caso de área urbana, ou uma área do município, no caso de uma área
não urbanizada.
29
Cf. ANEXO B.
30
Idem.
52
cálculo foi realizado para cada distribuidora, após agregar os dados dos setores censitários
presentes na área de concessão de cada concessionária.
Finalmente, foi adotado um fator adicional de aptidão igual a 85% referente a outros
limitantes, como sombras, chaminés, caixas d’água, antenas, aquecedores solares, que podem
inviabilizar a instalação dos módulos fotovoltaicos em algumas residências (EPE, 2014).
O resultado do percentual de aptidão aplicado ao mercado potencial inicialmente
levantado é apresentado na Tabela 2.2. Estes valores foram considerados como constantes ao
longo do período de análise do modelo.
Tabela 2.2 - Percentual de casas próprias em relação ao total de domicílios
Distribuidora
% Apto
59,79%
AES-SUL
63,94%
AmE
57,76%
AMPLA
BANDEIRANTE 53,45%
56,26%
Boa Vista
54,28%
CAIUÁ-D
65,16%
CEA
58,22%
CEAL
38,89%
CEB-DIS
51,77%
CEEE-D
57,86%
CELESC-DIS
50,94%
CELG-D
64,78%
CELPA
57,61%
CELPE
57,37%
CELTINS
69,15%
CEMAR
54,68%
CEMAT
55,29%
CEMIG-D
67,70%
CEPISA
57,53%
CERON
62,12%
CERR
Distribuidora
% Apto
61,70%
CFLO
58,45%
CHESP
54,64%
CNEE
67,36%
COCEL
62,78%
COELBA
57,79%
COELCE
COOPERALIANÇA 63,29%
54,85%
COPEL-DIS
59,61%
COSERN
49,83%
CPFL Jaguari
CPFL Leste Paulista 49,49%
54,01%
CPFL Mococa
53,11%
CPFL Santa Cruz
53,15%
CPFL Sul Paulista
53,03%
CPFL-Paulista
48,89%
CPFL-Piratininga
59,73%
DEMEI
45,34%
DMED
59,78%
EBO
56,30%
EDEVP
56,31%
EEB
Distribuidora
% Apto
68,82%
EFLJC
69,80%
EFLUL
55,49%
ELEKTRO
66,67%
ELETROACRE
61,64%
ELETROCAR
ELETROPAULO 43,45%
47,29%
ELFSM
53,58%
EMG
53,18%
ENERSUL
59,18%
EPB
51,47%
ESCELSA
59,12%
ESE
59,53%
HIDROPAN
58,99%
IENERGIA
47,67%
LIGHT
58,21%
MUXENERGIA
60,31%
RGE
66,79%
SULGIPE
68,33%
UHENPAL
Fonte: Elaboração própria com dados do Censo 2010 - IBGE
Em suma, o mercado potencial foi levantado conforme o diagrama da Figura 2.2.
53
Figura 2.2 - Diagrama do levantamento do mercado potencial fotovoltaico residencial
Fonte: Elaboração própria
2.3.1.2.1 Sensibilidade – Virtual net metering
Como análise de sensibilidade em relação ao mercado apto, estuda-se o resultado da
regulamentação do virtual net metering. Se concretizado, este novo modelo de compensação
permitiria a criação de comunidades solares (detalhadas na seção 1.3), diminuindo as
restrições à instalação de sistemas fotovoltaicos. Sendo permitido qualquer consumidor
comprar cotas de sistemas alheios a sua propriedade, entende-se que mesmo residentes em
apartamentos podem se tornar adotantes. Adicionalmente, como a compensação é feita
diretamente na conta do consumidor, independente da propriedade em que o mesmo reside, se
torna possível aderir a esta tecnologia mesmo ao ocupar uma habitação alugada, pois em caso
de mudança, basta transferir a compensação à outra propriedade. Logo, neste cenário, assumese não haver os fatores de aptidão em relação ao tipo de domicílio e condição de ocupação do
mesmo, assim como o fator adicional de 85%.
2.3.2 Mercado potencial final (m)
O mercado potencial anteriormente segregado indica uma parcela da população que
estaria apta, técnica e financeiramente, a adquirir um sistema fotovoltaico. Destes,
empiricamente se sabe que apenas um percentual será estimulado a realizar este investimento
de acordo com a atratividade econômica (KASTOVICH, 1982; NAVIGANT CONSULTING,
2007). O estímulo varia individualmente, sendo que alguns consumidores aceitam realizar
54
investimentos com prazos de retorno maiores, enquanto que a maioria só é atraída por
retornos financeiros rápidos.
Conforme discutido na seção 1.5.1, dentre as figuras de mérito utilizadas para avaliar
economicidade do projeto, o custo nivelado, associado ao alcance da paridade tarifária, não é
o mais apropriado, principalmente para consumidores residenciais. Estes tendem a utilizar
cálculos simplificados como o payback simples na hora de embasar suas decisões (RAI;
SIGRIN, 2012; DENHOLM et al., 2009). O payback simples é criticado por não levar em
consideração a taxa de juros, inflação ou custo de oportunidade no período, porém, pela
facilidade de cálculo do ponto de vista do consumidor, foi opção do modelo elaborado pelo
NREL (DENHOLM et al., 2009) e AEMO (2012) para compor seus respectivos modelos de
difusão, e também será utilizado no presente estudo.
Como será demonstrado na sequência, o valor do payback simples será um dado de
entrada no cálculo final do mercado potencial. Neste sentido, salienta-se que, apesar do
cálculo de payback simples não retornar o tempo mais acurado de retorno, o primordial é a
percepção do consumidor e a maneira como ele interpreta este indicador, sendo isto já
avaliado por outros autores (KASTOVICH, 1982; NAVIGANT CONSULTING, 2007)
anteriormente, servindo de referência para este estudo.
O perfil de intenção de investimento de acordo com o valor de payback simples foi
levantado empiricamente em Kastovich (1982) e Navigant Consulting (2007), sendo
utilizadas estas referências em estudos americanos de difusão fotovoltaica (EIA, 2004;
PAIDIPATI et al., 2008; BECK, 2009; DENHOLM et al., 2009). Beck (2009) apresenta uma
função que representa os resultados obtidos com as duas pesquisas citadas. Esta equação é
apresenta a seguir:
(4)
Onde:
fmm – fração de máximo mercado;
SPB – sensibilidade ao payback;
TPB – tempo de payback, calculado em anos.
55
Esta fórmula utilizada neste estudo foi escolhida por sua simplicidade, facilidade de
conduzir análises de sensibilidade, e por sua estimativa razoável do mercado potencial final,
consistente com outros estudos, como apresenta a Figura 2.3.
Figura 2.3 - Mercado Potencial Final vs. Payback
Fonte: Adaptado de Beck, 2009.
Como visto, a equação gera uma curva condizente com os resultados experimentais de
Kastovich (1982 e Navigant Consulting (2007), demonstrando um aumento exponencial do
mercado potencial final conforme o tempo de payback diminui. O valor de sensibilidade ao
payback (SPB) igual a 0,3 posiciona a curva próxima à média dos estudos, sendo este valor
utilizado no estudo do estado do Arizona (BECK, 2009) e no estudo do NREL para todo o
mercado americano (DENHOLM et al., 2009). Com base nestas referências, será utilizado o
mesmo fator SPB (0,3) no modelo de difusão apresentado nesta dissertação. No entanto, vale
ressaltar que esta relação entre payback e sensibilização do mercado potencial é dinâmica, e
pode mudar ao longo do tempo de acordo com aperfeiçoamentos tecnológicos e maiores
acessos a financiamentos, por exemplo (DRURY et al., 2010).
Ao multiplicar a fração de máximo mercado (fmm), pelo mercado potencial (mp),
obtêm-se o mercado potencial final (m), conforme a equação a seguir:
56
(5)
2.3.3 Premissas para o cálculo de payback
Sistemas fotovoltaicos requerem um alto investimento inicial seguido de algum
desembolso de menor proporção na operação e manutenção destes sistemas. O retorno
financeiro da instalação é derivado da energia gerada pelo sistema que será deixada de
consumir da rede de distribuição, havendo assim uma diminuição da fatura paga à
distribuidora e uma consequente economia mensal. A análise econômica parte, portanto, da
ponderação entre o montante inicial investido e as sequenciais economias mês a mês ao longo
da vida útil do sistema fotovoltaico.
Na sequência serão desenvolvidas as premissas para realizar o cálculo de payback ao
longo do horizonte do modelo, envolvendo a produtividade dos sistemas, em função da
irradiação solar de cada localidade, a potência típica adotada nos cálculos, a degradação de
potência ao longo da vida útil, custos de investimento e manutenção, percentual da geração
exportado à rede, entre outros detalhes. Estas premissas já foram discutidas em muitos
estudos de energia fotovoltaica (MONTENEGRO, 2013), não sendo o foco deste trabalho se
aprofundar nas mesmas. Para o leitor já familiarizado com estas discussões, no final da seção
é apresentada uma tabela resumo (Tabela 2.10) das premissas adotadas, permitindo avançar
rapidamente para a seção seguinte.
2.3.3.1 Produtividade dos sistemas fotovoltaicos
Para auxiliar o estudo do desempenho técnico de um sistema fotovoltaico, algumas
figuras de mérito31 podem ser utilizadas: fator de capacidade, energia específica, rendimento
global do sistema (performance ratio – PR) e produtividade do sistema (yield – YF). Neste
estudo foi trabalhado com os dois últimos, pela facilidade de interpretação dos resultados.
31
(2012).
Uma explicação detalhada destas figuras pode ser encontrada em Zilles et al. (2012) e em Almeida
57
Denomina-se produtividade (YF) do sistema em um determinado intervalo de tempo (t2t1), a relação entre o valor médio da energia entregue à carga e a potência nominal do gerador,
conforme a Eq 6:
∫
(6)
Para a finalidade deste trabalho, optou-se por trabalhar com a produtividade anual dos
sistemas. Para um sistema em operação, basta dividir a energia total gerada no ano, pela
potência do sistema, enquanto que para estimar a produtividade de um sistema fictício, é
necessário conhecer a irradiação incidente no local, e atribuir o fator de rendimento global
(PR).
A base de dados de irradiação utilizada foi extraída do Atlas Brasileiro de Energia
Solar32, na sua versão de 2006, sendo trabalhado com a média anual da irradiação global sobre
o plano inclinado (superfície voltada para o Norte e com inclinação igual à latitude local33).
O PR é um valor adimensional que reproduz o efeito total das perdas do sistema. Ele
representa perdas nos cabos, posicionamento não ideal dos módulos, sujeira sobre os
módulos, eficiência do inversor, perdas por temperatura, entre outros. Valores de sistemas
reais ficam em torno de 0,6 e 0,8 (ALMEIDA, 2012), sendo neste trabalho utilizado o valor
de 0,75 para os cálculos de produtividade, não diferindo entre um local e outro.
Para o levantamento da irradiação ao longo do território brasileiro, foi realizada uma
análise semelhante a da seção 2.3.1, no levantamento do número de domicílios por faixa de
32
Esta publicação foi desenvolvida dentro do escopo do projeto SWERA (Solar and Wind Energy
Resource Assessment), financiado pelo Programa das Nações Unidas para o Meio Ambiente (PNUMA) e cofinanciado pelo Fundo Global para o Meio Ambiente (GEF).
Os produtos voltados para a energia solar aplicados ao Brasil foram desenvolvidos através de parceria
entre a DMA/CPTEC/INPE e o Laboratório de Energia Solar da Universidade Federal de Santa Catarina
(LABSOLAR /UFSC), fazendo uso do modelo de transferência radiativa BRASIL-SR e de uma base georeferenciada de dados ambientais e socioeconômicos disponibilizados por diversos parceiros nacionais e
internacionais e de distribuição gratuita (PEREIRA, 2006).
33
Tal orientação e inclinação permitem que a produtividade anual do sistema seja maximizada, embora
este posicionamento nem sempre seja possível, dadas as condições da edificação. Ressalta-se que esta regra
otimiza a produtividade total ao longo do ano, no entanto, não é regra absoluta para o dimensionamento dos
sistemas, uma vez que com a variação deste ângulo pode ser privilegiada a produção em alguma estação
específica, caso seja desejado.
58
renda do responsável. Neste caso, foi optado por processar todos os valores de irradiação
dentro da área de cada distribuidora e exportar a média e desvio padrão dos dados. Uma
síntese do resultado pode ser vista na Figura 2.4. Com os valores de irradiação média e PR,
foi calculada a produtividade estimada para a área de cada distribuidora através da
Irradiaçção média (Wh/m².dia)
6.000
1.000
900
800
700
600
500
400
300
200
100
-
5.800
5.600
5.400
5.200
5.000
4.800
4.600
4.400
Média Anual (Wh/m²/dia)
Desvio Padrão
Figura 2.4 - Média de irradiação e desvio padrão por distribuidora
Fonte: Elaboração própria.
Desvio Padrrão
multiplicação dos dois fatores, sendo apresentado o resultado na Tabela 2.3.
59
Tabela 2.3 - Produtividade (YF) por distribuidora
Distribuidora
Yf (kWh/kWp/ano)
ELETROPAULO
1.376
CEA
1.389
AmE
1.394
EFLJC
1.395
CEEE-D
1.406
Boa Vista
1.409
CELESC-DIS
1.410
ELETROACRE
1.412
EFLUL
1.413
ELFSM
1.416
COCEL
1.419
UHENPAL
1.421
CERR
1.427
COOPERALIANÇA
1.428
CELPA
1.436
SULGIPE
1.439
AES-SUL
1.450
CERON
1.450
ESCELSA
1.450
CPFL Sul Paulista
1.451
BANDEIRANTE
1.460
CEAL
1.460
CFLO
1.461
ESE
1.465
EBO
1.466
CPFL-Piratininga
1.469
RGE
1.476
EMG
1.477
LIGHT
1.482
AMPLA
1.488
COPEL-DIS
1.492
Distribuidora
Yf (kWh/kWp/ano)
DEMEI
1.494
CELPE
1.494
HIDROPAN
1.496
ELETROCAR
1.498
CEMAR
1.498
MUXENERGIA
1.501
CEMAT
1.504
COELBA
1.514
IENERGIA
1.516
COSERN
1.524
ELEKTRO
1.524
CELTINS
1.528
EPB
1.528
COELCE
1.541
EEB
1.544
CEMIG-D
1.546
CPFL Santa Cruz
1.561
CHESP
1.564
CELG-D
1.571
ENERSUL
1.572
CAIUÁ-D
1.577
CEPISA
1.583
EDEVP
1.584
DMED
1.586
CEB-DIS
1.594
CPFL-Paulista
1.601
CPFL Mococa
1.610
CPFL Jaguari
1.611
CPFL Leste Paulista
1.611
CNEE
1.618
Fonte: Elaboração própria
2.3.3.2 Potência típica dos sistemas fotovoltaicos
As medidas de incentivo utilizadas internacionalmente se basearam principalmente no
sistema de tarifas feed-in, que remunera a geração fotovoltaica com uma tarifa diferenciada,
independente do consumo da residência. Neste caso, a potência do sistema pode ser superior,
se limitando à área do telhado, por exemplo, para gerar a maior receita possível. Nos EUA
mais de 50% dos sistemas instalados têm potência entre 4 e 10 kWp (NREL, 2013), com a
60
potência FV média em instalações residenciais de aproximadamente 5 kWp (SEIA), enquanto
no Reino Unido o valor é de 3,5 kWp (THE GREEN AGE). Na Alemanha o tamanho médio
dos sistemas instalados em 2011 foi de 8 kWp, enquanto que em 2012 a média foi de 6 kWp
(SEEL et al., 2013).
No Brasil, o modelo de compensação líquida estabelecido pela Resolução n° 482 da
ANEEL, determina que a geração excedente ao consumo momentâneo, pode ser exportada à
rede da distribuidora e é computada como crédito de energia que pode ser utilizado no prazo
de até 36 meses. Logo, não há receita financeira para o consumidor, e caso a geração seja
sobredimensionada parte do investimento terá sido em vão.
Adicionalmente, deve-se levar em consideração que os consumidores atendidos em
baixa tensão pagam um custo de disponibilidade, um valor mínimo faturável mensal,
conforme o padrão de atendimento da instalação (ANEEL, 2000):
1. Monofásico e bifásico a 2 (dois) condutores: valor em moeda corrente equivalente a 30
kWh;
2. Bifásico a 3 (três) condutores: valor em moeda corrente equivalente a 50 kWh;
3. Trifásico: valor em moeda corrente equivalente a 100 kWh.
Logo, dadas as condições regulatórias atuais, não faz sentido dimensionar o sistema
fotovoltaico para atender 100% do consumo, ou de forma que o mesmo fique abaixo do valor
mínimo estabelecido. De acordo com a faixa de consumo, e uma produtividade média (YF) de
1450 kWh/kWp/m², foi levantada a potência fotovoltaica máxima que pode ser instalada para
que não haja geração em excesso. Ressalta-se que estes valores variam de acordo com a
produtividade de cada localidade. Os resultados estão sintetizados na Tabela 2.4.
61
Tabela 2.4 - Limites de potência FV que pode ser instalada por faixa de consumo
Faixa de Consumo
(kWh/mês)
Unidades
Consumidoras
Consumo Total
Anual (GWh)
Média de Consumo
(kWh/mês)
Consumo
Disponibilidade
(kWh)
Potência Instalada
Máxima (kWp)
101-200
201-300
301-400
401-500
501-1000
>1000
16.308.970 7.740.146 3.274.308 1.414.533 1.514.077 361.446
10.880
28.286
22.641
13.320
7.396
11.640
145
244
339
436
641
1.937
30
50
100
100
100
100
0,95
1,60
1,98
2,78
4,47
15,20
Fonte: Elaboração própria com dados de SIMPLES – EPE, 2013
A média dos 23 sistemas cadastrados na ANEEL, pessoa física, presentes no Banco de
Informações de Geração (BIG), consultados até 29/11/13, é igual a 6,63 kWp, no entanto, o
desvio padrão da base de dados é muito elevado, por haver três sistemas com potência
superior a 20 kWp. Do total, 60% dos sistemas está na faixa de 2 a 4 kWp.
Levando em consideração o nível socioeconômico do mercado nicho estimado neste
estudo e as condições regulatórias atuais, adota-se como potência média instalada de um
sistema residencial o valor de 3 kWp, que ocupa, aproximadamente, 20m² 34.
2.3.3.3 Percentual de geração FV que é injetado na rede
Como explicado anteriormente, a regulamentação da mini e micro geração no Brasil
permite exportar a energia gerada à rede de distribuição e utilizá-la posteriormente.
Inicialmente, segundo o conceito de net metering, o percentual da energia que é consumido
instantaneamente e o quanto é exportado à rede não deveria influenciar o cálculo do retorno
financeiro do investimento, uma vez que a unidade consumidora seria tarifada de acordo com
o balanço líquido de energia (consumido – gerado). Entretanto, através do Convênio ICMS 6,
o CONFAZ orientou a cobrança de ICMS sobre toda a energia consumida pela unidade
consumidora da rede da distribuidora. Desta forma, o consumidor não paga pela energia
34
Calculado com base no painel fotovoltaico de silício policristalino de 245W da Kyocera Solar, modelo
KD245GH-4FB2.
62
compensada, mas é tributado sobre ela. Logo, quanto mais for exportado, maior será o
imposto pago e, consequentemente, menor a atratividade econômica.
Por ser uma medida orientativa, nem todos os estados devem adotar esta tributação,
embora Montenegro (2013) afirme que a tendência é de que o convênio seja ratificado na
íntegra pelas unidades da federação, como já é o caso da maioria dos estados, atualmente.
O impacto desta medida vem sendo discutido com as Secretarias Estaduais de Fazenda,
na tentativa de suspender a cobrança do ICMS sobre a energia compensada 35. Além de ser
questionada a legalidade da cobrança, argumenta-se que a medida reduzirá os investimentos
em energia fotovoltaica no Brasil, de forma que, sob o ponto de vista da arrecadação de
impostos, não seja vantajoso para o país (EPE, 2014).
Levando em consideração este cenário, neste trabalho é adotado um percentual de 60%
da energia compensada, em linha com EPE (2014), pois representa um perfil típico de carga
residencial. Dada a possibilidade de mudança na cobrança do ICMS, também é realizada uma
análise de sensibilidade para o caso de não haver tributação sobre a compensação se energia.
2.3.3.4 Degradação anual de produtividade
Os módulos fotovoltaicos com o passar do tempo vão diminuindo sua produtividade.
Nos módulos de filme fino esta redução é mais acentuada, comparada aos de silício cristalino
(EPE, 2012). De todo modo, os fabricantes que atendem a padrões internacionais de qualidade
tipicamente garantem formalmente que, nas Condições Padrões de Teste (CPT), seus módulos
terão no mínimo 80% da potência nominal depois de 25 anos, o que equivale a uma média
geométrica anual de 0,9% (MONTENEGRO, 2013).
Jordan e Kurtz (2012), ao analisar uma análise histórica dos estudos de degradação nos
últimos 40 anos, envolvendo quase duas mil taxas de degradação, concluiram que a média foi
de 0,8% e mediana de 0,5%. Estudos brasileiros (VIANA et al., 2012; BENEDITO, 2009)
indicaram que considerar uma redução de 0,5% ao ano é mais representativo em situações
35
Recentemente (janeiro de 2014), o estado do Tocantins anunciou a isenção da tributação da
compensação da energia gerada pelos primeiros cinco anos de operação. No final do ano passado Minas Gerais
adotou a mesma medida. No entanto, estas particularidades não foram consideradas no modelo. Os dois cenários
traçados foram: com tributação e sem tributação permanente (não apenas cinco anos).
63
reais, sendo este valor assumido aqui para os cálculos da produtividade ao longo da vida útil
dos sistemas.
2.3.3.5 Custos do sistema fotovoltaico instalado
Os custos dos sistemas fotovoltaicos vêm caindo significativamente nos últimos anos,
sendo este um fator crucial para a maior adesão dos consumidores. Desde sua invenção, em
1950, a redução foi de mais de 100 vezes, superior a de qualquer outra tecnologia no período
(NEMET, 2006).
Montenegro (2013) traz valores atualizados dos custos praticados no mercado em 2013,
sendo utilizado o valor médio de R$ 7,00/Wp para um sistema instalado. Adicionalmente, o
consumidor que decidir pela instalação, terá que arcar com custos adicionais da compra do
medidor de energia bidirecional de dois quadrantes (para permitir a medição de energia
elétrica injetada na rede) e do Dispositivo de Seccionamento Visível (DSV)
36
, que juntos
somam cerca de R$ 1.000,00 (MONTENEGRO, 2013). Foi assumido que o custo do DSV e
do medidor irão cair linearmente nos próximos anos, chegando à metade do preço em 2023.
Os módulos fotovoltaicos sempre representaram a parcela mais significativa nos custos
totais do investimento, sendo que muitos estudos de difusão utilizam a curva de aprendizagem
destes, junto à perspectiva da capacidade instalada mundial, para estimar a evolução dos
custos no futuro. Entre 1976 e 2010 a curva de aprendizagem dos módulos fotovoltaicos foi
de 19,3% (BREYER; GERLACH, 2013). Ou seja, a cada duplicação da produção global
acumulada, ocorreu a redução de 19,3% no custo dos módulos fotovoltaicos. A Figura 2.5
ilustra esta redução.
36
Chave externa à residência para permitir a distribuidora desligar o sistema em caso de manutenção. A
utilização deste dispositivo é muito questionada, pois os inversores atuais já possuem mecanismos antiilhamento, que garantem o desligamento do sistema quando a rede externa estiver desenergizada.
Internacionalmente este dispositivo não é utilizado, sendo que no Brasil o assunto está em discussão, podendo
deixar de ser exigido no futuro.
64
Figura 2.5 - Histórico de custos de módulos fotovoltaicos e curva de aprendizagem
Fonte: Adaptado de Bloomberg New Energy Finance, 2013.
A grande queda nos custos dos módulos fotovoltaicos levou a uma diminuição dos
preços dos sistemas como um todo, no entanto, enquanto em 2008 os módulos representavam
67% do valor total do investimento, em 2012 este número passou a 32% (GTM RESEARCH,
2013a). Ainda, dadas as limitações para reduções adicionais nos custos dos módulos, estimase que as próximas quedas partam principalmente na redução dos custos de instalação e outros
componentes (BARBOSE et al., 2013). Assim sendo, avaliar apenas a redução no custo dos
módulos não parece muito adequada para estimar os custos do investimento nos próximos
anos.
Portanto, no presente estudo, a evolução dos custos será traçada a partir do custo de 2013 (R$
7,00/Wp) e da taxa anual de redução dos custos totais, conforme IEA (2012). Diversas
empresas e entidades realizaram estudos (EWI, 2011; GTM RESEARCH, 2013b) com estas
previsões, porém, optou-se pelo trabalho da Agência Internacional de Energia, dada sua
reputação. A Tabela 2.5 resume as taxas para três escalas de potência, sendo que será utilizada
aqui somente a perspectiva para o setor residencial, enquanto a Tabela 2.6 resume os custos
finais dos sistemas fotovoltaicos para os próximos dez anos.
65
Tabela 2.5 - Perspectiva de redução anual de custos dos sistemas fotovoltaicos
2011-2020 2021-2030 2031-2050
-6,45%
-3,26%
-1,55%
Residencial
-6,03%
-3,34%
-1,69%
Comercial
-7,64%
-2,38%
-1,43%
Centrais
Fonte: Elaboração própria, a partir de IEA (2012).
Tabela 2.6 - Perspectiva do custo dos sistemas fotovoltaicos
Ano
Custo
SFV
(R$/Wp)
2013
7,00
2014
6,55
2015
6,13
2016 2017 2018
5,73
5,36
5,01
2019
4,69
2020
4,39
2021
4,25
2022
4,11
2023
3,97
Fonte: Elaboração própria, a partir de Montenegro (2013) e IEA (2012).
2.3.3.5.1 Análise de sensibilidade: redução de custos via incentivos fiscais
Conforme apresentado na seção 1.3, diversas medidas de incentivo econômico podem
ser adotadas para acelerar a difusão de sistemas fotovoltaicos no país. Em EPE (2012) foram
avaliadas três diferentes alternativas para estimar o impacto das mesmas na redução do custo
nivelado da microgeração fotovoltaica: 1) financiamento com baixas taxas; 2) incentivo no
imposto de renda e incentivos fiscais nos equipamentos; e 3) instalação e montagem. Por
serem medidas propostas pela EPE, empresa pública que realiza estudos e pesquisas
destinadas a subsidiar o planejamento do setor energético brasileiro, assumem-se estas como
mais possíveis de serem aplicadas, merecendo ser estudadas.
No entanto, o modelo aqui proposto tem uma limitação decorrente do uso do payback
na avaliação do mercado potencial. O método do payback não leva em conta os fluxos de
caixa após o ano de recuperação, e não é capaz de absorver corretamente o impacto
econômico de uma alternativa de financiamento. Assim sendo, adotam-se neste trabalho
apenas as análises referentes ao incentivo no imposto de renda e nos impostos sobre
equipamentos, pois podem ser aplicados diretamente ao custo de instalação dos sistemas
fotovoltaicos.
Quanto ao incentivo no imposto de renda, EPE (2012) avalia o desconto de 30% do
investimento a ser descontado nos dois primeiros anos após o investimento. Basicamente, este
incentivo reduz em 30% o custo de investimento do sistema fotovoltaico. No presente
trabalho será considerado este mesmo desconto sendo aplicado nos anos de 2014 a 2017,
sendo diminuído para 20% de 2018 a 2020 e 10% de 2021 a 2023, simulando uma política de
incentivo inicial que se reduz gradualmente à medida que o processo de difusão ocorre.
66
Em relação à isenção de impostos sobre equipamentos, primeiramente, salienta-se que
desde 1997 o CONFAZ estabelece que não seja recolhido ICMS de módulos fotovoltaicos em
nenhum estado da Federação. Porém, esta medida não se estende a outros equipamentos,
como inversores e medidores. Além do ICMS, outros impostos federais e municipais incidem
sobre equipamentos e serviços, como PIS, COFINS, II, IPI e ISS. Erwes et al. (2012)
detalham todos os impostos e taxas incidentes na cadeia fotovoltaica, sendo apresentado um
resumo na Tabela 2.7.
Tabela 2.7 - Alíquotas de impostos de equipamentos
Imposto
Módulo FV Inversor Medidor
II
12%
14%
14%
IPI
0%
15%
15%
ICMS
0%
17%*
17%*
PIS
1,65%
1,65%
1,65%
COFINS
7,60%
8,60%
8,60%
* Média dos estados
Fonte: Adaptado de Erwes et al., 2012
Assim como em EPE (2012), assume-se a premissa de que sejam isentados todos os
impostos incidentes sobre os módulos fotovoltaicos, se estendendo por todo o período do
estudo, tendo em vista que a isenção do ICMS já está em vigor por mais de uma década.
Mesmo sem a incidência do ICMS, o sobre custo é de 21% em função do II, PIS e COFINS.
Para calcular a redução no custo do investimento, assumiu-se uma composição de
custos conforme a Tabela 2.8, elaborada com base numa média dos custos de 2013 e com a
premissa de que os inversores sofrerão menores quedas ao longo da próxima década, de forma
que aumente sua participação nos custos totais.
Tabela 2.8 - Composição de custos da cadeia fotovoltaica
2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
Módulo
60%
59%
59%
58%
57%
56%
55%
54%
53%
53%
53%
Inversor
23%
24%
25%
26%
27%
28%
30%
31%
31%
32%
32%
Outros*
17%
17%
17%
16%
16%
16%
16%
15%
15%
15%
15%
* inclui cabos, estruturas para fixação e montagem, serviços, medidor e DSV.
Fonte: Elaboração própria
67
Através do custo apresentado na Tabela 2.6 e da composição assumida, aplicou-se um
desconto de 17,5% sobre valor dos módulos a partir de 2014, referente à alíquota de 21%
embutida no valor final.
2.3.3.6 Despesas anuais com manutenção, reparo, reposição e operação
Os
sistemas
fotovoltaicos
apresentam
pouca
necessidade
de
manutenção,
principalmente por não possuírem partes móveis ou girantes, tampouco utilizar fluidos de
trabalho. Dentre as manutenções de rotina, pode-se citar a limpeza dos módulos, embora o
posicionamento com no mínimo 10° de inclinação seja recomendado para auxiliar a limpeza
natural através das chuvas.
Assim como em EPE (2012) e Montenegro (2013), adota-se aqui o valor de 1% ao ano
sobre o investimento inicial referente à manutenção e operação. Segundo este último autor, o
percentual de 1% é suficiente para permitir a troca do inversor ao longo da vida útil do
sistema, levando em consideração a redução de custos nos próximos 10 a 15 anos. Por mais
que seja questionável tal afirmação, foi assumida esta premissa, uma vez que o cálculo de
payback tem limitações quanto a fluxos de caixa futuros.
2.3.3.7 Tarifas de energia elétrica
As tarifas de energia elétrica sem impostos para o consumidor de baixa tensão (B1) para
cada
distribuidora
foram
obtidas
através
do
site
da
ANEEL,
pelo
link:
http://www.aneel.gov.br/area.cfm?idArea=493, no dia 19/11/2013. Sob estas tarifas incidem,
para efeito de cálculo neste trabalho37, o imposto estadual ICMS e as contribuições PIS e
COFINS. O cálculo destes tributos é feito “por dentro”, ou seja, fazem parte da base de
cálculo, incidindo sobre o valor pago. A fórmula para calcular a tarifa final é apresentada a
seguir:
(
37
)
(7)
A taxa de iluminação pública pode ser adicionada à conta, mas não será incluída no cálculo por variar
em cada município ou estado, além de ser geralmente fixa entre os consumidores, ou seja, não deixa de ser paga
ao adotar a geração distribuída.
68
Os valores de ICMS para cada estado foram obtidos no site da ABRADEE (Disponível
em:
http://www.abradee.com.br/setor-de-distribuicao/banco-de-dados/financeiro).
Alguns
estados têm uma alíquota fixa para qualquer faixa de consumo, enquanto outros têm alíquotas
crescentes de acordo com o consumo mensal. Neste trabalho foram utilizadas as alíquotas
referentes a um consumo mensal médio de 300 a 500 kWh, que representam o máximo para
23 unidades federativas, enquanto que em quatro estados é praticada uma alíquota ainda
superior para consumo acima de 500 kWh/mês. As alíquotas para cada estado, por faixa de
consumo, para o setor residencial, são apresentadas no ANEXO C.
Os valores de PIS e COFINS variam mês a mês para cada estado, sendo dificilmente
apresentados nos sites das distribuidoras. Montenegro (2013) levantou uma fatura de energia
elétrica para cada capital brasileira, de onde extraiu os valores de PIS e COFINS praticados
em cada estado no mês de dezembro de 2012. Como neste trabalho o universo de
distribuidoras é superior, resolveu-se adotar um valor médio, com base em Montenegro
(2013) e EPE (2012), de PIS + COFINS igual a 6,5% para todas as distribuidoras. As tarifas
finais, juntamente às alíquotas de ICMS praticadas, são apresentadas na Tabela 2.9.
Tabela 2.9 - Tarifas finais de energia elétrica por distribuidora
Distribuidora
ICMS
AMPLA
EMG
CELTINS
CHESP
CEMIG-D
ELETROACRE
HIDROPAN
29%
30%
25%
25%
30%
25%
25%
Tarifa Final B1
(R$/kWh)
0,6076
0,5851
0,5529
0,5505
0,5465
0,5410
0,5220
CELPA
25%
0,5219
CPFL Mococa
25%
0,5179
DEMEI
LIGHT
COOPERALIANÇA
SULGIPE
UHENPAL
ELETROCAR
CEMAR
CEMAT
EEB
25%
29%
25%
27%
25%
25%
25%
25%
25%
0,5110
0,5097
0,5090
0,5068
0,5067
0,5035
0,5016
0,5005
0,4836
Distribuidora
ICMS
MUXENERGIA
IENERGIA
CEAL
BANDEIRANTE
ENERSUL
CERON
COELBA
CPFL Sul
Paulista
CPFL Leste
Paulista
EDEVP
ESCELSA
CELPE
COCEL
CAIUÁ-D
CELESC-DIS
RGE
EBO
CNEE
25%
25%
25%
25%
20%
17%
27%
Tarifa Final B1
(R$/kWh)
0,4550
0,4491
0,4478
0,4452
0,4442
0,4426
0,4410
25%
0,4409
25%
0,4386
25%
25%
25%
29%
25%
25%
25%
27%
25%
0,4366
0,4363
0,4362
0,4325
0,4321
0,4214
0,4157
0,4129
0,4121
Continua...
69
Continuação...
Distribuidora
ICMS
CEPISA
25%
Tarifa Final B1
(R$/kWh)
0,4755
DMED
30%
0,4751
ELFSM
EFLUL
EFLJC
25%
25%
25%
0,4747
0,4709
0,4691
COSERN
27%
0,4640
ESE
COELCE
CFLO
EPB
CEEE-D
ELEKTRO
CELG-D
27%
27%
29%
27%
25%
25%
29%
0,4636
0,4635
0,4631
0,4578
0,4563
0,4553
0,4550
Distribuidora
ICMS
COPEL-DIS
CPFLPiratininga
AmE
CPFL-Paulista
AES-SUL
CPFL Santa
Cruz
CEB-DIS
ELETROPAULO
Boa Vista
CPFL Jaguari
CERR
CEA
29%
Tarifa Final B1
(R$/kWh)
0,4086
25%
0,4062
25%
25%
25%
0,4042
0,3973
0,3828
25%
0,3806
21%
25%
17%
25%
17%
12%
0,3538
0,3481
0,3236
0,3048
0,2992
0,2421
Fonte: Elaboração própria com dados de ANEEL e ABRADEE.
O modo como estas tarifas vão se comportar no futuro é incerto. Entende-se que os
custos marginais de expansão e operação do sistema elétrico brasileiro são crescentes, embora
seja difícil fazer uma projeção da evolução das tarifas com base nestes indicadores.
Montenegro (2013) apresenta a média geométrica de variação anual das tarifas por
distribuidora no período de oito anos, que varia entre -1% a 6%, não incluídas as reduções
provenientes da Lei 12.783/2013. Frente a este cenário, assume-se, assim como em EPE
(2014), que as tarifas, em termos reais38, se manterão constantes ao longo do período de
análise.
Na sequência, são sumarizadas todas as premissas, detalhadas anteriormente, através da
Tabela 2.10.
38
Ao trabalhar com valores reais, expurga-se o efeito da inflação no período.
70
Tabela 2.10 - Premissas básicas relacionadas ao cálculo de payback
Parâmetro
Potência típica de um SFV
Degradação anual de produtividade
Valor
3 kWp
0,50%
Vida útil do sistema
Despesas anuais com O&M
25 anos
1% do investimento inicial
Evolução das tarifas de eletricidade
Percentual de energia injetada na
rede
Custo do Sistema Fotovoltaico
Instalado (2013)
Redução de custos
Tarifa real constante
60%
R$ 7,00/Wp
2013 – 2020: - 6,45% a.a.
2021 – 2023: - 3,26% a.a.
Referência
BIG - ANEEL
Viana et al., 2012;
Benedito, 2009
Montenegro, 2013
EPE, 2012;
Montenegro, 2013
EPE, 2014
EPE, 2014
Montenegro, 2013
IEA (2012)
Fonte: Elaboração própria
2.3.3.8 Cálculo do Payback Simples
Com base nas premissas e cálculos anteriores foi possível estimar a produtividade dos
sistemas fotovoltaicos na área de concessão das 61 distribuidoras analisadas. Juntamente ao
levantamento das tarifas de energia elétrica vigentes sob as respectivas áreas de concessão, e
evolução das mesmas ao longo do tempo, é possível agora calcular o payback do investimento
feito num sistema fotovoltaico.
Através do software Microsoft Office Excel foi montada uma planilha com o fluxo de
caixa de um sistema fotovoltaico genérico. O valor de payback para cada uma das 61
distribuidoras, de 2013 a 2023, é resultado da elaboração de 671 fluxos de caixa. Para
possibilitar esta análise, foi criada uma macro que altera o modelo genérico de acordo com as
características específicas de cada distribuidora/ano, retornando o produto desejado: payback.
Esta ferramenta é de fundamental importância para o funcionamento do modelo e para
atender os objetivos do estudo, ao permitir que facilmente seja recalculado o retorno
financeiro de acordo com a alteração de premissas econômicas, como exercício de análise de
sensibilidade.
71
Considerando a vida útil dos sistemas, foram desconsiderados os resultados de payback
superiores a 25 anos, pois nunca retornam o investimento inicial. Os demais servem de
entrada para o cálculo do mercado potencial.
2.4 Taxa de adoção
Na seção anterior foi definida a metodologia utilizada para estimar o mercado potencial
final de sistemas fotovoltaicos residenciais no Brasil. Ou seja, ao longo do processo de
décadas de difusão, e se este for bem sucedido, o mercado potencial final (m) será quem terá
aderido à tecnologia. A próxima etapa consiste em definir a forma como o fenômeno da
difusão se desenvolve neste mercado (m) ao longo do tempo.
O modelo utilizado define a difusão segundo uma curva sigmoide, conforme
apresentada na seção 1.2.3. Segundo o modelo de Bass (1969), a trajetória é definida por dois
coeficientes: p – coeficiente de inovação; q – coeficiente de imitação. A função densidade de
probabilidade para que um adotante potencial faça a adoção no tempo t é
( )
( ))(
(
( ))
(8)
onde F(t) é a função de distribuição acumulada (probabilidade de adotantes ao longo do
tempo t).
Porém, neste trabalho, será utilizada a expressão de forma fechada da equação acima,
conforme em Guidolin e Mortarino (2010) e em Islam (2014). Assim sendo, a função
distribuição acumulada de um potencial adotante em realizar a adoção no tempo t é
( )
(
(
)
)
, t > 0, p,q > 0
(9)
A definição dos parâmetros p e q é criticamente importante para simulações de curto
prazo (menores que 10 anos), enquanto que para projeções de longo prazo (em torno de 20
anos ou mais) não sejam tão essenciais, em mercados potenciais já difundidos (DRURY,
2010). Os parâmetros variam de acordo com as características do produto e do mercado. Os
valores médios para p e q são 0,03 e 0,38, respectivamente, como relatado por Sultan et al.
72
(1990). Jeuland (1995) relata que p é frequentemente menor que 0,01 e q raramente é maior
que 0,5 e menor que 0,3, indicando que o processo de difusão é mais impulsionado pela
imitação do que pela inovação. No caso específico de sistemas fotovoltaicos, Guidolin e
Mortarino (2010) levantaram os parâmetros para onze países participantes do IEA
Photovoltaic Power Systems Programme (IEA PVPS) com base no histórico da capacidade
instalada. No entanto, este estudo utilizou dados das instalações entre 1992 e 2006, sendo a
década de 1990 marcada principalmente por sistemas isolados que somaram baixa capacidade
no período. Logo, os parâmetros resultantes são subdimensionados para representar a difusão
da geração fotovoltaica conectada à rede. De fato, as projeções realizadas com estes
parâmetros resultaram numa capacidade instalada bem inferior da observada posteriormente.
2.4.1 Parâmetros utilizados
No presente trabalho foram utilizados os valores de p = 0,0015 e q = 0,3 (dentro dos
valores levantados por Jeuland (1995)) para o caso padrão e o cenário de extinção tributação
da compensação. Estes valores foram retirados do modelo americano Solar Deployment
System (DENHOLM et al., 2009). Dentre as três curvas traçadas pelos autores do trabalho
americano, será utilizada a de menor taxa, dadas as diferenças do mercado brasileiro para o
americano. Por não estarem evidenciados no estudo, os parâmetros foram obtidos através de
contato direto com os autores do trabalho. Segundo estes, os parâmetros foram estipulados
para que, grosso modo, representassem uma difusão bem sucedida ao longo de 20 anos.
Assim como em Guidolin e Mortarino (2010), a determinação dos parâmetros pode ser
realizada com auxílio do histórico da penetração. Esta alternativa é frequentemente utilizada
em outros modelos de difusão, como o baseado em agentes, para determinação de alguns
fatores. Porém, pelo fato da geração fotovoltaica conectada à rede no Brasil ser nova,
praticamente sem histórico, a calibração não pode ser realizada no momento, sendo, portanto,
inicialmente adotados os parâmetros com base em estudos internacionais. Assim que o
mercado brasileiro for se desenvolvendo, é possível revê-los para obtenção de resultados mais
acurados.
As medidas de desconto no imposto de renda, isenção fiscal dos módulos e extinção da
tributação da compensação de energia têm impacto econômico, no entanto, sua interpretação
pela população é distinta. A primeira delas pode ser considerada a mais persuasiva, pois
impacta o fluxo de caixa logo no início, sendo vista como um benefício imediato ao adotante.
73
Ainda, dado seu caráter de diminuição escalonada, tende a provocar o sentimento de urgência
de adoção. A segunda medida tem a característica de reduzir os custos de investimento
imediatamente, entretanto, uma vez reduzido os custos, não provoca o mesmo sentimento de
desconto ou restituição financeira como a primeira. Finalmente, a terceira medida acarreta
num aumento da receita39 mensal, sendo um benefício diluído ao longo do tempo, o que gera
menos atração ao investidor. Assim sendo, como sensibilidade, foram alterados os parâmetros
para os cenários de incentivos investigados, como representação destas distinções de
percepção das medidas de incentivo. Medidas de isenção fiscal dos equipamentos e a
regulamentação do virtual net merering tendem a acelerar o processo, sendo representadas
pela alteração do parâmetro q para 0,4 (curva intermediária presente em Denholm et. al,
2009). Adicionalmente, ao oferecer desconto no imposto de renda e possibilitar a
compensação virtual, entende-se que haverá um incremento proporcionado pela parcela
inovadora da população, representado pela alteração do parâmetro p para 0,002.
Um resumo dos parâmetros utilizados em cada cenário será apresentado seção 2.6. A
Penetração de meracdo acumulada
Figura 2.6 ilustra o efeito da variação dos parâmetros p e q na taxa de adoção.
100%
90%
80%
70%
60%
p = 0,0015; q = 0,3
p = 0,0015; q = 0,4
p = 0,002; q = 0,4
50%
40%
30%
20%
10%
0%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Anos em que a tecnologia está no mercado
Figura 2.6 - Taxa de adoção da tecnologia fotovoltaica residencial
Fonte: Elaboração própria com base em Denholm et al., 2009.
39
Apesar de não gerar uma entrada monetária, a geração fotovoltaica proporciona uma redução na conta
de energia e um consequente saldo financeiro positivo.
74
2.5 Cálculo do número de adotantes, da potência e energia
Após o levantamento do mercado potencial final (m) e da taxa de adoção F(t), foi
utilizada a Eq. 3 para calcular o número de adotantes N(t) em cada ano.
Com o número de adotantes calculado (o cerne do modelo de difusão), extraem-se a
estimativa da potência instalada e da energia gerada pelos sistemas. Para a primeira delas, é
multiplicada a potência média definida na seção 2.3.3.2 igual a 3 kWp pelos número de
adotantes, que definirá a capacidade instalada no período. No caso da energia gerada, além de
levar em consideração a produtividade na área de cada distribuidora e a potência instalada,
são feitas algumas considerações adicionais para determinar o quanto efetivamente será
gerado em cada ano. A potência estimada representa a capacidade instalada no final de cada
ano, logo, não se pode assumir que sua totalidade contribuirá com geração por 365 dias. Para
contornar o problema, por simplicidade admite-se que toda a potência calculada em cada ano
seja instalada no término de junho, computando seis meses de geração no ano em que é
instalada. Adicionalmente, é considerada uma taxa de degradação de produtividade igual a
0,5% a.a.
2.6 Resumo dos cenários e da metodologia
Conforme discutido nas seções anteriores, algumas análises de sensibilidade foram
propostas levando em consideração a aplicação de possíveis medidas de incentivo, sejam elas
de cunho econômico ou regulatório. A seguir serão descritos os cenários que foram analisados
e as premissas utilizadas em cada um deles (Tabela 2.11).
1. Cenário I – BAU (Business as Usual) é calculado com base na manutenção da regulação
atual e sem nenhum incentivo econômico.
2. Cenário II – Desconto no IR assume a continuidade da regulação atual, com um
desconto no IR de 30% nos primeiros anos, sendo diminuindo gradualmente ao longo da
década.
3. Cenário III – Isenção fiscal dos módulos assume a continuidade da regulação atual, com
a premissa de que os módulos sejam isentados, ao longo do horizonte deste estudo, do II,
PIS e COFINS, totalizando um desconto de 17,5%.
75
4. Cenário IV – Sem tributação da compensação assume que o Convênio ICMS 6 do
CONFAZ não seja aplicado pelos estados, não havendo incidência de imposto sobre a
energia injetada na rede quando é compensada posteriormente.
5. Cenário V – Virtual net metering assume que não haja nenhum incentivo econômico,
mas que a regulação seja alterada, permitindo compensação de energia virtual, retirando
assim as restrições técnicas existes à adoção de um sistema fotovoltaico.
6. Cenário VI – III + IV + V é composto pelas medidas de incentivo dos últimos três
cenários, representando um cenário de grande difusão fotovoltaica.
Tabela 2.11 - Resumo das variáveis por cenário
Cenário
Custo Final Sistema
3kWp (R$)
I - BAU
II Desconto
no IR
IV - Sem
tributação da
compensação
22.000
III Isenção
fiscal dos
módulos
22.000
VI - III + IV
+V
22.000
VVirtual
net
metering
22.000
2013
22.000
2014
20.595
14.416
18.451
20.595
20.595
18.451
2015
19.277
13.494
17.300
19.277
19.277
17.300
2016
18.041
12.629
16.219
18.041
18.041
16.219
2017
16.881
11.817
15.204
16.881
16.881
15.204
2018
15.793
12.635
14.251
15.793
15.793
14.251
2019
14.772
11.818
13.356
14.772
14.772
13.356
2020
13.814
11.051
12.515
13.814
13.814
12.515
2021
13.335
12.002
12.088
13.335
13.335
12.088
2022
12.870
11.583
11.672
12.870
12.870
11.672
2023
12.419
11.177
11.269
12.419
12.419
11.269
60%
60%
60%
Não
60%
Não
0,0015
0,3
Variável
- Tabela
2.2
0,002
0,4
Variável Tabela
2.2
0,0015
0,4
Variável Tabela 2.2
0,0015
0,3
Variável Tabela 2.2
0,002
0,4
Não
0,002
0,4
Não
Energia
compensada
tributada
Parâmetros
Restrição
técnica
p
q
22.000
Fonte: Elaboração própria
Finalmente, após a definição metodológica do modelo e a sua devida explanação,
apresenta-se um diagrama esquemático na sequência para organizar os passos e auxiliar o
entendimento.
76
Figura 2.7 - Fluxograma esquemático da metodologia da projeção da difusão de sistemas fotovoltaicos
residenciais conectados à rede.
Fonte: Elaboração própria
77
3 Resultados
Neste capítulo serão apresentados os resultados gerados pelo modelo de difusão
proposto nesta dissertação, seguindo a sequência apresentada na metodologia. Será dada
ênfase ao cenário referência (BAU – Business as Usual), apresentando os resultados deste
cenário em nível desagregados, por distribuidora. Como as medidas de incentivo testadas via
sensibilidade (cenários alternativos, sumarizados na seção 2.6) são de abrangência nacional,
seus resultados serão apresentados de modo agregado, a nível nacional.
3.1 Mercado potencial
Primeiramente, conforme as premissas socioeconômicas e restrições técnicas adotadas,
apresenta-se o tamanho do mercado potencial para a geração fotovoltaica residencial no Brasil
através da Tabela 3.1.
Tabela 3.1 - Mercado potencial fotovoltaico residencial por distribuidora (mil domicílios)
Distribuidora40
2014
2015
2016
2017
2018
2019
2020
AES-SUL
AmE
AMPLA
BANDEIRANTE
Boa Vista
CAIUÁ-D
CEA
CEAL
CEB-DIS
CEEE-D
CELESC-DIS
CELG-D
CELPA
CELPE
CELTINS
CEMAR
CEMAT
CEMIG-D
CEPISA
86
51
154
92
6,2
9,9
19,2
28,4
96
187
191
114
81
117
22,8
58
52,0
432
36,7
93
56
165
96
6,3
10,0
22,1
29,0
98
220
209
121
85
127
24,4
63
53,9
481
39,9
101
61
178
99
6,5
10,2
25,4
29,5
100
260
229
129
89
138
26,1
68
55,8
535
43,3
110
66
191
103
6,6
10,4
29,1
30,0
102
306
250
136
94
150
27,9
73
57,8
595
47,0
119
72
205
107
6,7
10,6
33,5
30,6
104
361
274
145
98
163
29,9
79
59,8
662
51,0
129
78
220
111
6,8
10,8
38,4
31,2
106
426
300
153
103
177
32,0
85
62,0
737
55,4
140
85
236
115
7,0
11,0
44,1
31,7
108
503
328
163
109
192
34,3
92
64,2
820
60,2
40
2021
2022
2023
152
165
180
92
101
110
253
271
291
119
124
128
7,1
7,2
7,4
11,2 11,4
11,6
50,7 58,2
66,8
32,3 32,9
33,5
110
112
114
593
699
825
359
393
430
172
183
194
114
120
126
209
227
246
36,7 39,3
42,1
99
107
115
66,5 68,8
71,3
912 1.015 1.130
65,3 71,0
77,0
Continua...
Recorda-se que a nomenclatura das distribuidoras está elucidada no ANEXO A.
78
Continuação...
Distribuidora
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
CERR
1,2
1,3
1,4
1,5
1,6
1,7
1,9
2,0
2,2
2,4
CFLO
3,7
3,9
4,1
4,3
4,6
4,9
5,1
5,4
5,8
6,1
CHESP
1,1
1,2
1,3
1,3
1,4
1,5
1,6
1,7
1,8
1,9
CNEE
6,1
6,7
7,4
8,2
9,0
9,9 10,9
12,1 13,3
14,7
COCEL
2,6
2,9
3,2
3,5
3,9
4,3
4,8
5,3
5,8
6,5
COELBA
233
268
307
353
405
466
535
614
705
810
COELCE
91
97
105
112
121
130
139
149
161
172
COOPERALIANÇA
0,8
0,8
0,8
0,8
0,8
0,8
0,8
0,9
0,9
0,9
COPEL-DIS
208
212
216
220
224
228
233
237
241
246
COSERN
50,1 53,8
57,8 62,1
66,7 71,6 76,9
82,6 88,8
95,3
CPFL Jaguari
1,9
2,1
2,3
2,5
2,7
2,9
3,2
3,5
3,8
4,1
CPFL Leste Paulista
2,2
2,3
2,5
2,6
2,8
3,0
3,2
3,4
3,6
3,8
CPFL Mococa
1,6
1,8
1,9
2,1
2,3
2,5
2,7
2,9
3,2
3,4
CPFL Santa Cruz
7,3
7,5
7,6
7,7
7,9
8,0
8,2
8,3
8,5
8,6
CPFL Sul Paulista
2,8
2,8
2,9
2,9
3,0
3,0
3,1
3,1
3,2
3,3
CPFL-Paulista
257
276
296
318
342
367
394
424
455
489
CPFL-Piratininga
112
122
133
145
158
172
188
204
223
243
DEMEI
2,1
2,1
2,2
2,2
2,3
2,3
2,3
2,4
2,4
2,5
DMED
3,0
3,0
3,1
3,2
3,2
3,3
3,3
3,4
3,5
3,5
EBO
6,6
6,7
6,8
7,0
7,1
7,2
7,4
7,5
7,6
7,8
EDEVP
6,4
6,5
6,7
6,8
6,9
7,0
7,2
7,3
7,4
7,6
EEB
5,0
5,1
5,2
5,2
5,3
5,4
5,5
5,6
5,8
5,9
EFLJC
2,2
2,3
2,4
2,5
2,7
2,8
2,9
3,1
3,2
3,4
EFLUL
0,5
0,5
0,5
0,5
0,6
0,6
0,6
0,6
0,7
0,7
ELEKTRO
89
95
101
107
114
121
129
137
145
154
ELETROACRE
9,9 10,1
10,3 10,5
10,7 10,9 11,1
11,3 11,5
11,7
ELETROCAR
2,5
2,7
2,9
3,2
3,5
3,8
4,1
4,5
4,9
5,3
ELETROPAULO
466
490
514
540
566
595
624
655
688
722
ELFSM
2,5
2,5
2,5
2,6
2,6
2,7
2,7
2,8
2,8
2,9
EMG
11,0 11,6
12,3 13,1
13,8 14,7 15,5
16,5 17,4
18,5
ENERSUL
49,7 52,8
56,1 59,7
63,4 67,4 71,6
76,1 80,9
86,0
EPB
37,6 40,1
42,8 45,7
48,7 51,9 55,4
59,1 63,0
67,2
ESCELSA
80
87
94
103
112
121
132
144
157
170
ESE
29,4 31,2
33,0 35,0
37,1 39,3 41,6
44,1 46,7
49,5
HIDROPAN
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
2,0
2,2
IENERGIA
1,6
1,7
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,5
LIGHT
342
371
403
438
475
516
560
609
661
718
MUXENERGIA
0,6
0,6
0,6
0,7
0,7
0,7
0,7
0,8
0,8
0,8
RGE
79
83
87
91
95
100
105
110
116
122
SULGIPE
1,9
2,0
2,2
2,4
2,6
2,8
3,0
3,2
3,5
3,8
UHENPAL
0,8
0,9
1,0
1,1
1,1
1,2
1,3
1,5
1,6
1,7
BRASIL
4.076 4.402 4.759 5.152 5.586 6.063 6.591 7.175 7.821 8.538
Fonte: Elaboração própria.
79
Em termos de potencial, os maiores mercados estão concentrados nas regiões sudeste e
sul. Apesar de, em geral, haver maiores restrições técnicas nas áreas urbanas destas regiões,
prevalecem o elevado número populacional e o maior nível de renda para classificá-las como
principais mercados. Adicionalmente, destacam-se os estados da Bahia e Pernambuco, que
são os únicos estados fora do sul e sudeste que figuram entre dez maiores mercados. Ao todo,
estima-se que este mercado passe de pouco mais de quatro milhões de domicílios em 2014
para aproximadamente 8,5 milhões em 2023, mais que dobrando. Esta informação é relevante
pois ressalta que o mercado fotovoltaico no Brasil será favorecido não apenas pelo processo
de difusão e a taxa de adoção dos consumidores, mas também pela existência de um mercado
crescente de consumidores potenciais, em função do aumento populacional e aumento da
renda média, enquanto que em outros países desenvolvidos o efeito do aumento do mercado
potencial é menor ou nulo41.
Ao considerar um cenário de mudança regulatória, com a possibilidade do virtual net
metering, estima-se que o mercado potencial se expanda significativamente, ao possibilitar
que domicílios do tipo apartamento e em situação de aluguel também sejam sensibilizados à
instalação da geração fotovoltaica. De modo geral, ao retirar estas restrições, o mercado quase
n° de Domicílios (milhões)
dobra de tamanho. No próximo gráfico é indicado o mercado brasileiro nos dois cenários.
18
16
14
12
10
8
6
4
2
0
2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
BAU
Virtual net metering
Figura 3.1 - Mercado potencial fotovoltaico residencial no Brasil
Fonte: Elaboração própria.
41
A taxa de crescimento da população na Alemanha, Espanha e Japão, por exemplo, tem sido muito
baixa, quando não negativa, nos últimos anos. Em 2012 a população da Alemanha cresceu 0,11%, a da Espanha
0,09% e a do Japão diminuiu 0,20%, segundo dados do Banco Mundial disponíveis em:
http://data.worldbank.org/indicator/SP.POP.GROW
80
3.2
Evolução do payback
O mercado apresentado anteriormente indica os domicílios com renda favorável e
condições técnicas para instalação de sistemas fotovoltaicos residenciais, porém sem entrar na
questão da atratividade econômica.
Segundo a seção 2.3.2, a parcela da população
sensibilizada a realizar o investimento pode ser definida com base no payback do
investimento. Desta forma, apresenta-se a estimativa do tempo de retorno do investimento na
Tabela 3.2. As cores auxiliam na visualização, sendo que vermelho indica maior tempo de
retorno, e verde indica menor tempo de retorno.
Tabela 3.2 - Evolução do payback da geração fotovoltaica residencial (anos)
Distribuidora
AES-SUL
AmE
AMPLA
BANDEIRANTE
Boa Vista
CAIUÁ-D
CEA
CEAL
CEB-DIS
CEEE-D
CELESC-DIS
CELG-D
CELPA
CELPE
CELTINS
CEMAR
CEMAT
CEMIG-D
CEPISA
CERON
CERR
CFLO
CHESP
CNEE
COCEL
COELBA
COELCE
COOPERALIANÇA
COPEL-DIS
COSERN
2014
18,0
17,6
10,0
14,6
21,7
13,7
Não
14,5
16,3
14,9
16,4
13,4
12,2
14,6
10,5
11,6
11,9
11,0
12,1
13,8
23,8
14,4
10,2
14,1
16,4
14,4
13,2
12,7
16,5
13,4
2015
16,5
16,1
9,2
13,4
19,8
12,6
Não
13,3
15,0
13,6
15,1
12,3
11,2
13,4
9,6
10,6
10,9
10,1
11,1
12,7
21,7
13,2
9,4
13,0
15,0
13,2
12,1
11,6
15,1
12,3
2016
15,1
14,8
8,4
12,3
18,1
11,6
Não
12,2
13,8
12,5
13,8
11,3
10,3
12,3
8,9
9,8
10,1
9,3
10,2
11,6
19,8
12,2
8,6
11,9
13,8
12,1
11,1
10,7
13,9
11,3
2017
13,9
13,6
7,8
11,3
16,6
10,7
24,0
11,2
12,6
11,5
12,7
10,4
9,5
11,3
8,1
9,0
9,2
8,5
9,4
10,7
18,1
11,2
8,0
11,0
12,7
11,2
10,3
9,8
12,8
10,4
2018
12,7
12,5
7,1
10,4
15,2
9,8
21,8
10,3
11,6
10,6
11,7
9,6
8,7
10,4
7,5
8,3
8,5
7,9
8,7
9,8
16,6
10,3
7,3
10,1
11,6
10,3
9,4
9,1
11,7
9,5
2019
11,7
11,5
6,6
9,6
14,0
9,0
19,9
9,5
10,7
9,7
10,7
8,8
8,0
9,5
6,9
7,6
7,8
7,2
8,0
9,1
15,2
9,5
6,7
9,3
10,7
9,4
8,7
8,3
10,8
8,8
2020
10,7
10,5
6,0
8,8
12,8
8,3
18,2
8,7
9,8
8,9
9,9
8,1
7,4
8,8
6,3
7,0
7,2
6,6
7,3
8,3
13,9
8,7
6,2
8,5
9,8
8,7
8,0
7,6
9,9
8,1
2021 2022 2023
10,3 9,8
9,4
10,1 9,6
9,2
5,8
5,5
5,3
8,4
8,1
7,7
12,2 11,7 11,2
7,9
7,6
7,3
17,4 16,6 15,8
8,4
8,0
7,6
9,4
9,0
8,6
8,6
8,2
7,8
9,4
9,0
8,6
7,8
7,4
7,1
7,0
6,7
6,4
8,4
8,0
7,7
6,1
5,8
5,5
6,7
6,4
6,1
6,9
6,6
6,3
6,3
6,1
5,8
7,0
6,7
6,4
8,0
7,6
7,3
13,3 12,7 12,2
8,3
7,9
7,6
5,9
5,6
5,4
8,2
7,8
7,5
9,4
9,0
8,6
8,3
7,9
7,6
7,6
7,3
7,0
7,3
7,0
6,7
9,5
9,1
8,7
7,7
7,4
7,1
Continua...
81
Continuação...
Distribuidora
CPFL Jaguari
CPFL Leste
Paulista
CPFL Mococa
CPFL Santa Cruz
CPFL Sul Paulista
CPFL-Paulista
CPFL-Piratininga
DEMEI
DMED
EBO
EDEVP
EEB
EFLJC
EFLUL
ELEKTRO
ELETROACRE
ELETROCAR
ELETROPAULO
ELFSM
EMG
ENERSUL
EPB
ESCELSA
ESE
HIDROPAN
IENERGIA
LIGHT
MUXENERGIA
RGE
SULGIPE
UHENPAL
2014
21,2
2015
19,4
2016
17,7
2017
16,3
2018
14,9
2019
13,7
2020
12,5
2021 2022
12,0 11,5
2023
11,0
13,1
12,1
11,1
10,2
9,4
8,6
7,9
7,6
7,3
6,9
10,6
16,4
14,9
15,0
16,3
11,9
12,7
16,4
13,5
12,2
14,5
14,2
13,4
11,9
12,1
21,9
14,0
10,7
12,2
13,5
15,1
14,1
11,6
13,8
12,5
13,7
15,7
12,8
12,8
9,8
15,1
13,7
13,8
15,0
10,9
11,7
15,0
12,4
11,2
13,3
13,0
12,3
10,9
11,1
20,0
12,9
9,8
11,2
12,5
13,9
12,9
10,6
12,6
11,5
12,6
14,5
11,8
11,8
9,0
13,8
12,6
12,7
13,8
10,1
10,7
13,8
11,4
10,3
12,2
12,0
11,3
10,0
10,2
18,3
11,8
9,0
10,3
11,4
12,8
11,9
9,8
11,6
10,6
11,6
13,3
10,9
10,8
8,3
12,7
11,6
11,6
12,6
9,3
9,9
12,6
10,5
9,5
11,2
11,0
10,4
9,2
9,4
16,8
10,9
8,3
9,5
10,5
11,7
10,9
9,0
10,7
9,7
10,6
12,2
10,0
10,0
7,6
11,7
10,6
10,7
11,6
8,5
9,1
11,6
9,6
8,7
10,3
10,1
9,6
8,5
8,6
15,4
10,0
7,6
8,7
9,7
10,8
10,0
8,3
9,8
8,9
9,8
11,2
9,2
9,2
7,0
10,7
9,8
9,8
10,7
7,8
8,3
10,7
8,9
8,0
9,5
9,3
8,8
7,8
7,9
14,1
9,2
7,0
8,0
8,9
9,9
9,2
7,6
9,0
8,2
9,0
10,3
8,4
8,4
6,4
9,9
9,0
9,0
9,8
7,2
7,7
9,8
8,1
7,4
8,7
8,5
8,1
7,2
7,3
12,9
8,4
6,4
7,4
8,2
9,1
8,5
7,0
8,3
7,6
8,3
9,5
7,8
7,7
6,2
9,4
8,6
8,7
9,4
6,9
7,3
9,4
7,8
7,1
8,4
8,2
7,8
6,9
7,0
12,4
8,1
6,2
7,0
7,8
8,7
8,1
6,7
7,9
7,2
7,9
9,1
7,4
7,4
5,9
9,0
8,2
8,3
9,0
6,6
7,0
9,0
7,4
6,8
8,0
7,8
7,4
6,6
6,7
11,8
7,7
5,9
6,7
7,5
8,3
7,8
6,4
7,6
6,9
7,6
8,7
7,1
7,1
5,6
8,6
7,9
7,9
8,6
6,3
6,7
8,6
7,1
6,5
7,6
7,5
7,1
6,3
6,4
11,3
7,4
5,6
6,4
7,2
8,0
7,4
6,1
7,3
6,6
7,2
8,3
6,8
6,8
Fonte: Elaboração própria
A principal diferença nos resultados entre as distribuidora se deve às distintas tarifas
cobradas em cada área de concessão. Obviamente, quanto maior a tarifa praticada pela
distribuidora, mais atrativo é o investimento em microgeração. Além disso, a variação da
irradiação ao redor do país também contribui para os discrepantes valores de payback. Como
exemplo, sob a área de concessão da Ampla, o payback simples estimado para o investimento
em geração fotovoltaica em 2014 é de 10 anos, enquanto que para o consumidor da
Eletropaulo o período é de quase 22 anos. No entanto, dada a projeção de redução de custos,
82
estima-se que até 2023 o tempo de retorno do investimento caia praticamente pela metade em
todas as regiões, aumentando assim a atratividade do investimento.
Atualmente, dados os valores calculados, mesmo na região com o menor tempo de
retorno (10 anos), não se considera como atrativo economicamente o investimento em geração
fotovoltaica para a maioria dos consumidores, pois estes tem geralmente uma visão de curto
prazo. Desta forma, a Eq. ( 4 ) tem o intuito de representar este comportamento, indicando
que, por exemplo, para um payback de 10 anos apenas 5% do mercado potencial estaria
disposto a realizar o investimento. Deve-se ter em mente que diversos outros motivos
sensibilizam a decisão do consumidor pela instalação da geração fotovoltaica em seu
domicílio, não apenas a econômica. Logo, entende-se que neste percentual estejam
contempladas, indiretamente, estas outras justificativas.
Das medidas de incentivo avaliadas neste trabalho, que compõe os diferentes cenários
de difusão, três têm impacto econômico, que se refletem na alteração do tempo de payback,
fazendo com que a difusão se intensifique. Uma média brasileira da evolução do retorno sob
os diferentes cenários de incentivo é apresentada na sequência.
16
Payback simples (anos)
14
12
I - BAU e V - Virtual net
metering
10
II - Desconto no IR
8
III - Isenção fiscal dos
módulos
6
IV - Sem tributação da
compensação
4
VI - III + IV + V
2
0
2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
Figura 3.2 - Evolução do payback médio no Brasil do investimento em um SFV residencial sob diferentes
cenários de incentivo
Fonte: Elaboração própria
Conforme mostra a Figura 3.2, a medida de isenção fiscal dos módulos é capaz de
diminuir em aproximadamente dois anos o payback do investimento em 2014, diminuindo
83
essa diferença para um ano no final do período de análise. A extinção da tributação da
compensação, por sua vez, impacta em cerca de três anos e meio o retorno do investimento
em 2014, enquanto em 2023 a diferença passa a ser de dois anos. Ao somarem-se as duas
medidas anteriores, reduz-se em mais de quatro anos o tempo de retorno do investimento
realizado no início do período. Por fim, sob o cenário do desconto no imposto de renda,
inicialmente esta medida tem o maior impacto no payback (diferença de cinco anos em
relação ao cenário I), no entanto, devido à premissa de redução gradual do incentivo, em 2023
esta medida praticamente se iguala ao cenário III, em relação ao impacto no tempo de retorno.
3.3 Adotantes
Conforme o payback calculado e o consequente mercado sensibilizado à adoção,
juntamente à curva de adoção do modelo de Bass, estima-se o número de domicílios adotantes
da tecnologia fotovoltaica no horizonte decenal. Na Tabela 3.3 é apresentada a projeção para
o Cenário I – BAU.
Tabela 3.3 - Nº de domicílios adotantes da geração fotovoltaica residencial no cenário BAU
Distrib.
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
AES-SUL
1252
1
4
12
29
64
134
269
457
764
AmE
1
3
8
19
41
87
173
294
491
804
AMPLA
31
76
162
318
594
1066
1855
2938
4574
7012
BANDEIRANTE
4
12
28
59
116
218
394
624
971
1487
Boa Vista
0
0
0
0
1
3
7
11
18
29
CAIUÁ-D
0
1
3
7
13
25
43
67
102
153
CEA
0
0
0
0
1
3
8
18
35
67
CEAL
1
3
8
17
34
62
111
172
263
395
CEB-DIS
2
7
18
39
78
150
273
430
667
1013
CEEE-D
8
26
69
166
373
801
1653
2980
5280
9214
CELESC-DIS
5
16
41
95
204
418
821
1390
2311
3783
CELG-D
8
21
49
102
201
378
686
1102
1738
2696
CELPA
8
21
46
93
178
325
572
900
1395
2124
CELPE
6
16
39
87
179
352
665
1102
1795
2877
CELTINS
4
9
21
41
78
141
247
391
610
936
CEMAR
7
18
41
84
162
301
541
871
1378
2147
CEMAT
6
14
31
62
115
206
357
554
843
1264
CEMIG-D
65
169
379
789
1555
2940
5390
8903
14473
23196
CEPISA
3
10
23
47
93
177
321
523
837
1318
CERON
1
5
11
25
51
100
187
308
499
794
CERR
0
0
0
0
0
0
1
2
4
7
CFLO
0
0
1
2
5
9
18
29
46
72
Continua...
84
Continuação...
Distrib.
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
CHESP
0
0
1
2
3
6
12
18
29
44
CNEE
0
0
2
5
10
21
40
68
112
183
COCEL
0
0
0
1
2
6
12
20
34
57
COELBA
12
36
92
213
462
956
1908
3337
5747
9715
COELCE
COOPERALIAN
ÇA
COPEL-DIS
7
18
42
89
176
335
613
994
1585
2491
0
0
0
0
1
2
4
6
9
14
6
16
38
82
164
313
573
903
1399
2132
COSERN
3
9
22
47
94
179
328
534
852
1338
CPFL Jaguari
CPFL Leste
Paulista
CPFL Mococa
CPFL Santa
Cruz
CPFL Sul
Paulista
CPFL-Paulista
CPFLPiratininga
DEMEI
0
0
0
0
0
1
3
6
10
17
0
0
1
2
4
7
14
22
35
55
0
0
1
3
5
10
18
30
47
74
0
0
1
2
5
11
20
32
49
75
0
0
0
1
3
5
10
15
23
35
11
31
76
166
341
667
1256
2068
3341
5316
3
9
24
56
120
244
476
802
1330
2162
0
0
1
2
4
7
12
19
29
43
DMED
0
0
1
2
5
9
16
24
37
54
EBO
0
0
1
2
5
10
18
29
45
68
EDEVP
0
1
2
5
9
17
29
46
69
104
EEB
0
1
2
5
9
16
29
44
66
98
EFLJC
0
0
0
1
2
5
10
16
25
40
EFLUL
0
0
0
0
0
1
2
3
5
8
ELEKTRO
6
16
38
80
158
299
543
874
1380
2146
ELETROACRE
1
2
5
11
20
36
61
94
141
208
ELETROCAR
0
0
1
3
6
12
22
36
57
91
ELETROPAULO
2
8
24
60
138
300
618
1046
1740
2834
ELFSM
0
0
0
1
3
5
10
16
24
36
EMG
1
4
9
18
34
62
107
169
261
398
ENERSUL
5
13
29
59
115
212
378
602
944
1455
EPB
2
6
15
33
66
125
228
370
587
917
ESCELSA
3
9
23
52
108
216
413
690
1130
1824
ESE
1
4
10
22
45
85
157
252
400
623
HIDROPAN
0
0
0
1
3
5
10
16
25
40
IENERGIA
0
0
0
1
2
4
8
13
21
32
LIGHT
32
85
193
405
803
1520
2786
4543
7298
11516
MUXENERGIA
0
0
0
0
0
1
2
4
7
10
RGE
2
7
18
40
81
158
295
477
759
1184
SULGIPE
0
0
0
2
4
7
14
22
36
57
0
1
3
UHENPAL
Total
0
0
0
258
706
1.662
3.555
7.147
13.774
Fonte: Elaboração própria.
6
10
16
26
25.653
42.336
68.798
110.160
85
Mais do que os números específicos de cada distribuidora, através da tabela apresentada
se observa uma indicação das distribuidoras nas quais o mercado de geração fotovoltaica
distribuída deve se desenvolver mais expressivamente. Assim sendo, destacam-se: a Cemig,
Light, Ampla, CEEE-D, Coelba e CPFL – Paulista. Juntas, estas seis distribuidoras
respondem por 60% dos sistemas instalados em 2023 no Brasil, segundo as projeções do
modelo.
Ao todo, estima-se que haja 110 mil domicílios com sistemas fotovoltaicos instalados
em 2023. Dada a projeção do total de domicílios no Brasil para este mesmo ano (cerca de 79
milhões42, segundo a EPE (2013c)), a geração estará presente em 0,14% das moradias
brasileiras. Considerando apenas o mercado potencial, isto é, domicílios do tipo casa própria,
e que o responsável tenha renda superior a cinco salários mínimos, a parcela de adotantes
Mercado Potencial Final (n° Domicílios)
sobe para 1,29%, conforme ilustra a Figura 3.3.
120.000
1,40%
100.000
1,20%
1,00%
80.000
0,80%
60.000
0,60%
40.000
0,40%
20.000
0,20%
0
0,00%
2014
2015
2016
2017
Total de Adotantes
2018
2019
2020
2021
2022
2023
Adotantes/Mercado Potencial
Figura 3.3 - n° de adotantes e o percentual frente ao mercado potencial
Fonte: Elaboração própria
Ao analisar os cenários de incentivo, observa-se que o número de adotantes varia
consideravelmente, podendo aumentar em cerca de dez vezes no cenário mais agressivo
(Cenário VI). Estes resultados estão apresentados na Tabela 3.4. Na sequência, através da
42
Este número foi extrapolado com o valor de 2022 presente no PDE 2022 (77,5 milhões) e a taxa de
crescimento do período 2017 – 2022 (2% a.a.).
86
Figura 3.4, é ilustrado o aumento da participação da geração fotovoltaica distribuída nos
domicílios potenciais sob os cenários simulados.
Tabela 3.4 - n° de domicílios adotantes no Brasil por cenário de difusão
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
I - BAU
II Desconto
no IR
258
706
1.662
3.555
7.147
13.774
25.653
42.336
68.798
110.160
1.696
4.298
9.569
19.842
27.941
54.597
103.135
131.944
220.754
357.558
III Isenção
fiscal dos
módulos
497
1.359
3.228
7.110
14.848
29.807
57.889
100.700
171.043
282.594
IV - Sem
tributação da
compensação
V - Virtual
net
VI - III + IV + V
metering
712
1.764
3.815
7.612
14.425
26.339
46.703
75.216
119.407
186.933
734
2.097
5.185
11.810
25.420
52.356
103.811
180.772
305.974
501.161
2.922
7.359
16.369
33.923
67.087
127.928
236.223
397.551
651.197
1.033.266
Fonte: Elaboração própria
7,00%
Adotantes/Mercado Potencial
I - BAU
6,00%
II - Desconto no IR
5,00%
III - Isenção fiscal dos
módulos
IV - Sem tributação da
compensação
V - Virtual net metering
4,00%
3,00%
2,00%
VI - III + IV + V
1,00%
0,00%
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
Figura 3.4 - Percentual de adotantes em relação ao mercado potencial
Fonte: Elaboração própria
Na figura anterior, apesar do número de adotantes no Cenário V ser quase o dobro do
Cenário III, percebe-se que ambos apresentam o mesmo percentual de penetração. Isto ocorre
87
porque as bases dos dois cenários são diferentes, sendo que no Cenário V, em virtude da
flexibilização regulatória, o mercado potencial se expande.
3.4 Potência, energia e valor de mercado
O modelo de difusão de Bass (1969) tem como principal saída o número de adotantes ao
longo do tempo. Neste trabalho, no entanto, mais do que o número de domicílios, interessa
saber qual a evolução da capacidade instalada fotovoltaica no setor residencial, qual a energia
gerada pelos sistemas, e logo, como contribuem para o atendimento da demanda elétrica
nacional.
Conforme o item 2.3.3.2 foi estabelecido uma potência média para os sistemas fotovoltaicos
igual a 3 kWp. Através da multiplicação do número de domicílios pela potência média foi
realizada a estimativa da capacidade instalada fotovoltaica residencial no Brasil até 2023,
conforme a Tabela 3.5 e a Figura 3.5, para os seis cenários estudados.
3.500
I - BAU
3.000
Capacidade Instalada (MWp)
II - Desconto no IR
2.500
III - Isenção fiscal dos módulos
2.000
IV - Sem tributação da
compensação
1.500
V - Virtual net metering
1.000
VI - III + IV + V
500
0
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
Figura 3.5 - Projeção da capacidade fotovoltaica instalada em residências no Brasil
Fonte: Elaboração própria.
2023
88
Tabela 3.5 - Projeção da capacidade fotovoltaica instalada em residências no Brasil (MWp)
Cenário
I - BAU
II - Desconto no IR
III - Isenção fiscal dos
módulos
IV - Sem tributação da
compensação
V - Virtual net metering
VI - III + IV + V
2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
1
2
5
11
21
41
77
127 206 330
5
13
29
60
84
164 309 396 662 1073
1
4
10
21
45
89
174
302
513
848
2
5
11
23
43
79
140
226
358
561
2
9
6
22
16
49
35
102
76
201
157
384
311
709
542 918 1503
1193 1954 3100
Fonte: Elaboração própria.
Complementarmente, dado o propósito de estimar a geração oriunda desta capacidade
instalada fotovoltaica, apresentam-se os resultados da produção de energia em GWh/ano e
MWmédios, através da Tabela 3.6 e Tabela 3.7, respectivamente.
Tabela 3.6 - Projeção da energia fotovoltaica gerada em residências no Brasil (GWh/ano)
Cenário
I - BAU
II - Desconto no IR
III - Isenção fiscal dos
módulos
IV - Sem tributação da
compensação
V - Virtual net metering
VI - III + IV + V
2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
1
2
5
12
24
47
88
152 249 400
4
13
31
66
107 185 353 525 787 1290
1
4
10
23
49
100
197
355
608
1013
2
6
13
26
49
91
164
273
435
683
2
8
6
23
16
53
38
113
84
226
175
437
350
814
638 1089 1804
1416 2340 3754
Fonte: Elaboração própria
Tabela 3.7 - Projeção da energia fotovoltaica gerada em residências no Brasil (MWméd)
Cenário
I - BAU
II - Desconto no IR
III - Isenção fiscal dos
módulos
IV - Sem tributação da
compensação
V - Virtual net metering
VI - III + IV + V
2014 2015 2016 2017 2018 2019 2020 2021 2022 2023
0
0
1
1
3
5
10
17
28
46
0
2
4
8
12
21
40
60
90
147
0
0
1
3
6
11
22
41
69
116
0
1
1
3
6
10
19
31
50
78
0
1
1
3
2
6
4
13
10
26
20
50
40
93
73
162
124
267
206
429
Fonte: Elaboração própria
Os resultados do modelo apontam uma potência instalada residencial fotovoltaica de
330 MWp em 2023 no cenário BAU, isto é, sob as atuais condições regulatória, tributária e de
89
incentivos. À medida que o cenário de atratividade é alterado, observa-se o aumento da
capacidade instalada, atingindo o extremo de 3,1 GWp no cenário VI. Segundo o modelo, o
segundo cenário de maior inserção é o V, referente à regulação do virtual net metering, no
qual é atingida a potência de 1,5 GWp no final do período.
Em termos de valor de mercado, a potência instalada estimada deve movimentar cerca
de R$ 1,5 bilhão em investimentos até 2023, segundo o cenário referência, podendo atingir
pouco mais de R$ 12 bilhões no cenário mais otimista. O montante de investimentos
acumulados em cada cenário é ilustrado na sequência através da Figura 3.6 e detalhado na
Bilhões de R$
Tabela 3.8.
12
I - BAU
10
II - Desconto no IR
8
III - Isenção fiscal dos
módulos
6
IV - Sem tributação da
compensação
V - Virtual net metering
4
VI - III + IV + V
2
0
2014
2015
2016
2017
2018
2019
2020
2021
Figura 3.6 - Montante de investimentos acumulados previstos
Fonte: Elaboração própria
2022
2023
90
Tabela 3.8 - Montante de investimentos acumulados previstos
Investimentos Acumulados (milhões de R$)
I - BAU
II - Desconto no IR
III - Isenção fiscal
dos módulos
IV - Sem tributação
da compensação
V - Virtual net
metering
VI - III + IV + V
2014
4
2015
13
2016
30
2017
62
2018
119
2019
217
2020
381
2021
603
2022
944
2023
1.457
23
58
125
246
349
664
1.200
1.546
2.574
4.103
8
23
53
112
223
422
774
1.291
2.112
3.369
10
31
68
132
239
415
697
1.077
1.646
2.484
11
38
93
205
420
818
1.529
2.555
4.167
6.590
44
120
3.174
5.124
8.085
12.390
267
533
1.006 1.819
Fonte: Elaboração própria
A respeito de projeções, dois estudos também apresentam uma estimativa para a
geração distribuída no Brasil. No PDE 2022, a EPE apresenta o valor de 1,4 GWp para o ano
de 2022, enquanto que em Kagan et al. (2013) o valor para 2023 (o estudo vai até 2030) é
próximo de 1,2 GWp no cenário conservador, 2 GWp no moderado e 4 GWp no acelerado.
Porém, estas duas projeções levam em consideração a inserção no setor comercial, à diferença
do presente estudo. Adicionalmente, o retorno financeiro que é usado como entrada nos
estudos não leva em consideração as medidas atuais de tributação da compensação, o que
tende a reduzir as estimativas. Ainda, conforme comentado nas seções 1.5.1 e 1.5.4, os
modelos de difusão e as premissas adotadas em cada estudo são diferentes, o que justifica o
contraste dos resultados obtidos em cada um.
Dando seguimento aos resultados do modelo atual, dada a potência estimada, deve-se
gerar cerca de 400 GWh em 2023 no cenário referência, sendo aumentada para o limite de
3,8 TWh no cenário VI. Notadamente, este montante produzido pelos sistemas fotovoltaicos
ainda representará uma pequena parcela do consumo residencial brasileiro. Considerando a
projeção de consumo setorial apresentada no PDE 2022 (EPE, 2013c) e estendendo a variação
anual de 4,3% utilizada no documento para 2023, projeta-se um consumo total residencial
igual a 186 TWh no último ano de análise do modelo de difusão aqui proposto. Destarte,
prevê-se que no cenário BAU 0,21% do consumo residencial será auto suprido pela GD
fotovoltaica, enquanto que esta parcela é aumentada para pouco mais de 2% sob o cenário VI,
no qual são oferecidos diversos estímulos à inserção (Figura 3.7).
91
VI - III + IV + V
V - Virtual net metering
IV - Sem tributação da
compensação
III - Isenção fiscal dos
módulos
II - Desconto no IR
I - BAU
0,00%
0,50%
1,00%
1,50%
2,00%
2,50%
Figura 3.7 - Percentual do consumo residencial atendido pela GD FV em 2023
Fonte: Elaboração própria
Notadamente, a projeção da potência no Brasil é muito menor do que a atual capacidade
instalada em geração distribuída dos principais países europeus, China, EUA, Japão,
Austrália, entre outros. No entanto, deve se ter em mente que o processo de difusão nestes
países foi iniciado muito antes do que aqui, e que o Brasil possui características diferentes,
que justificam a baixa estimativa de entrada da geração fotovoltaica nos lares brasileiros.
Dentre as diferenças, é possível elencar as principais, que distinguem a grande inserção nos
países citados:
1.
Maior apelo às renováveis: principalmente na Europa, em função da dependência aos
combustíveis fósseis e uma matriz energética largamente não renovável, observa-se,
tanto por parte da população, quanto pelas medidas tomadas pelos governos, grande
preocupação em mudar a matriz por fontes consideradas limpas e renováveis, sendo
esta uma discussão claramente mais difundida entre a população destes países. No
caso brasileiro, admite-se uma posição “confortável” ao ter 82,4% da geração elétrica
proveniente de fontes renováveis (EPE, 2013a), o que justifica a menor preocupação
da sociedade e urgência em alternativas energéticas limpas.
2.
Atratividade econômica: em decorrência do ponto anterior, além de outros motivos,
diversos países adotaram mecanismos de incentivo à geração fotovoltaica, em especial
o mecanismo de feed-in tariffs (descrito na seção 1.3). Altas tarifas pagas em dinheiro
92
aos investidores, em países com uma taxa de juros baixíssima (0,25% a.a. nos EUA e
Alemanha, por exemplo), criaram um cenário extremamente atrativo ao investimento,
gerando uma espécie de corrida do ouro nestes países para aproveitar a oportunidade.
No caso brasileiro, através do net metering, adotou-se um papel passivo na inserção da
fonte, apenas regulando sua entrada e possibilitando a compensação de energia.
Adicionalmente, com atual taxa básica de juros de 11% a.a. (maio de 2014), e num
cenário de incertezas futuras, é ofertado ao investidor brasileiro títulos de dívida
pública de longo prazo com taxas da ordem de 6% a.a. + inflação43. Portanto, percebese que o investimento em geração fotovoltaica no Brasil não é tão atrativo como
internacionalmente.
Logo, em função dos pontos destacados, percebe-se que não é possível comparar os
montantes instalados em outros países com a projeção nacional. De fato, o mundo passa por
uma fase de transição no mercado fotovoltaico. Os países que estimularam fortemente a
entrada desta geração, com início na década passada, agora cortaram ou diminuíram os
incentivos, caminhando para que a entrada da fonte solar aconteça doravante de forma
autônoma. Assim sendo, acredita-se que o mercado fotovoltaico no país se desenvolva sobre
este novo cenário, experimentando um crescimento gradual e sustentável.
43
NTN-B com vencimento para 2024 e 2035 em 25/05/14.
93
4 Conclusões e considerações finais
O presente trabalho teve como objetivo projetar a difusão de sistemas fotovoltaicos
conectados à rede em residências brasileiras no horizonte decenal, sob diferentes cenários.
Dentre os diversos modelos de difusão revisados no estudo, o consagrado modelo de Bass se
mostrou o mais adequado à realidade brasileira, dada a abrangência territorial e a
disponibilidade de dados existente. O modelo consistiu no levantamento do mercado potencial
de acordo com características socioeconômicas e do payback do investimento, além da
definição de curvas típicas de difusão, de acordo com parâmetros extraídos da literatura
internacional.
Diversos fatores influenciam na decisão do usuário pela adoção dos sistemas
fotovoltaicos. Estes podem ser divididos basicamente em endógenos (e.g. conhecimento da
tecnologia, consciência ambiental, etc.) e exógenos (e.g. custos, regulação e estrutura de
mercado, características da tecnologia). Ainda, através dos estudos analisados se pôde
concluir que, conforme esperado, o fator custo tem a maior relevância na tomada de decisão
pela grande parte dos consumidores. No entanto, enfatiza-se que a difusão de inovações é
acima de tudo um processo social, e que seu sucesso não está meramente fundado em
soluções técnicas e racionais. No caso dos sistemas fotovoltaicos, a massiva adoção não
depende apenas, por exemplo, da redução do elevado custo de entrada, mas numa mudança de
paradigmas. O consumidor deve passar por uma transição do seu papel passivo frente ao
suprimento energético, em direção a uma posição ativa: de produtor de parte da sua energia
consumida e consciente da sua contribuição aos problemas energéticos do país.
Concomitantemente, a mudança também deve ocorrer entre os agentes do setor elétrico e do
planejamento energético nacional. Devido ao histórico nacional de grandes empreendimentos
de geração elétrica, é natural que os trabalhadores do setor tenham pouca informação e
estejam desconfiados da aplicabilidade da geração distribuída. Porém, é importante que estes
tenham a consciência de que a GD é uma tendência mundial e que os benefícios desse
mercado no país podem ser auferidos por todos os agentes.
Dados os resultados do modelo, estima-se que em 2023 haja 110 mil domicílios
brasileiros com sistemas fotovoltaicos conectados à rede instalados sobre seus telhados no
cenário referência (BAU). Destes, 60% estão nas áreas das seguintes distribuidoras: Cemig,
Light, Ampla, CEEE-D, Coelba e CPFL – Paulista, identificados como os principais
94
mercados da GD fotovoltaica. O número de instalações resulta em uma potência instalada de
aproximadamente 330 MWp, com geração de 400 GWh para o ano final da análise. Na
presente década o número de instalações deve ser pequeno, oriundo basicamente da parcela
inovadora da população. A partir da década de 2020 a geração distribuída fotovoltaica se
consolida como uma alternativa de geração própria, ao se tornar mais barata e conhecida entre
a sociedade, a ponto de experimentar um número significativo de instalações anuais.
Adicionalmente, o modelo buscou simular diversos cenários de incentivo e de
mudanças regulatória e tributária, como: desconto no IR; isenção fiscal dos módulos FV;
extinção da tributação da compensação de energia; regulamentação do virtual net metering; e
uma combinação das três últimas medidas. O abatimento do investimento no Imposto de
Renda do consumidor se apresenta como a medida mais atrativa inicialmente, por ser um
benefício quase imediato que reduz significativamente o tempo de payback do investimento.
Sob este cenário o país possuiria pouco mais de 1 GWp instalados ao final do período.
Destaca-se especialmente o cenário de flexibilização regulatória, através da
regulamentação do virtual net metering, no qual se verifica grande estímulo na difusão da
geração distribuída residencial, uma vez que o mercado potencial é praticamente dobrado com
a medida. Isto se deve em função de apartamentos e moradias alugadas terem condições de
adquirir cotas de geração fotovoltaica, sem necessariamente ter que instalar um sistema em
seu telhado para se aproveitar da geração. Esta mudança resulta numa projeção da capacidade
instalada igual a 1,5 GWp em 2023 neste cenário. Este é apenas um exemplo de como a
difusão pode ser incentivada de outras maneiras, sem necessariamente passar por medidas que
impactem economicamente os cofres públicos. De fato, o país poderia ganhar muito ao
facilitar a implementação de diferentes modelos de negócios (alguns apresentados na seção
1.3) em território nacional. Finalmente, no cenário de medidas conjuntas, simulando maior
esforço em promover a GD fotovoltaica, projeta-se uma potência de 3,1 GWp ao final do
horizonte de análise.
Estes valores são bem inferiores às atuais capacidades instaladas noutros países líderes
econômicos, no entanto, o processo de difusão nestes países foi iniciado anteriormente e via
grandes incentivos. O Brasil, por sua vez, possui um cenário menos propício para o
investimento e, dado o atual contexto mundial da indústria fotovoltaica, deve experimentar
um crescimento gradual e sustentável através de um mercado mais autônomo. Ressalta-se
95
conjuntamente que a potência típica dos sistemas residenciais tende a ser menor no Brasil do
que em outros países em função da associação do sistema de compensação de energia
regulamentado no país e do “custo de disponibilidade do sistema elétrico” cobrado pelas
distribuidoras. Logo, a comparação com capacidades instaladas internacionalmente deve ser
feita com discernimento.
Conclui-se que até o final do período decenal a demanda de eletricidade dos lares
brasileiros ainda será pouco auto atendida pela geração fotovoltaica. No cenário BAU esta
modalidade de geração deve responder por 0,21% do consumo residencial, chegando ao
máximo de 2% no cenário mais promissor. Estes números, juntamente à perspectiva de
demanda crescente, demonstram que as distribuidoras não irão diminuir suas receitas com o
advento da geração distribuída. O que pode ocorrer é uma redução do crescimento, sendo
necessário que o mercado fotovoltaico passe a fazer parte do planejamento das distribuidoras
para que estas passem a colher os benefícios da geração distribuída. Adicionalmente, as
concessionárias podem enxergar este mercado como uma oportunidade para diversificar seu
portfolio e seu modelo de negócios, passando a oferecer serviços em geração distribuída.
Dadas as projeções realizadas, cabe ao planejador a tarefa de avaliar quais os impactos
causados pelas medidas de incentivo propostas e do consequente aumento do mercado
fotovoltaico no país. Com o levantamento dos custos envolvidos e dos benefícios gerados, e
de acordo com os objetivos do governo, seja ele nacional, estadual ou municipal, podem-se
orientar decisões que levem a maior ou menor inserção da geração distribuída fotovoltaica no
país.
Limitações
Como concluído, a difusão é um processo social. Portanto, boa parte das limitações de
um modelo de difusão, este incluso, é oriunda da subjetividade presente no comportamento
humano. Esforços vêm sendo feitos para mapear as decisões da população frente a um
investimento em energia fotovoltaica, mas, dada a relativa incipiência deste mercado, ainda se
tem pouca informação. De qualquer forma, incertezas sempre existirão dada a natureza
humana.
Tendo em vista o objetivo de analisar a difusão a nível nacional, a precisão do modelo
para unidades menores, como estados e municípios, é limitada. Isto ocorre em função dos
96
dados agregados utilizados, como a média da irradiação e o crescimento socioeconômico.
Assim, para melhores resultados é recomendado estudo similar com enfoque para uma dada
região.
Conforme argumentado na seção 2.3.2, o payback é a principal métrica utilizada pelos
consumidores ao decidir por um investimento. No entanto, esta figura de mérito tem algumas
limitações. Em função da sua simplicidade, não foi possível simular o efeito de incentivos que
diluíssem o custo de entrada do investimento ao longo do tempo, como um financiamento ou
um sistema de leasing.
Adicionalmente, pela geração distribuída fotovoltaica conectada à rede ser nova no país,
com início praticamente em 2013, não foi possível calibrar o modelo com dados históricos de
inserção.
Estudos futuros
Com vistas a aprimorar as projeções da inserção da geração fotovoltaica distribuída no
país, outros estudos podem ser desenvolvidos.
À semelhança dos trabalhos revisados na seção 1.4, um levantamento através enquetes
com os adotantes e não adotantes desta tecnologia no país seria de interessante para conhecer
o perfil e as motivações dos primeiros e as principais dúvidas dos últimos frente ao
investimento em geração distribuída.
O presente estudo se restringiu à análise do setor residencial. Porém, no futuro
instalações no setor comercial e industrial também devem ser observados. Apesar de estes
setores seguirem uma lógica de investimento mais racional, baseada na taxa de retorno,
fatores como publicidade e marketing também tendem a orientar investimentos em energia
renovável. Logo, avaliar a inserção nestes setores também se mostra pertinente.
97
5 Referências
ABINEE [Associação Brasileira da Indústria Elétrica e Eletrônica]. Propostas para Inserção
da Energia Solar Fotovoltaica na Matriz Elétrica Brasileira. 2012. Disponível em :
<http://www.abinee.org.br/informac/arquivos/profotov.pdf>
AEMO [Australian Energy Market Operator]. Rooftop PV Information Paper – National
Electricity
Forecasting.
2012.
Disponível
em :
<http://www.aemo.com.au/Electricity/~/media/Files/Other/forecasting/Rooftop_PV_Inf
ormation_Paper.ashx>
ALMEIDA, M. P. Qualificação de sistemas fotovoltaicos conectados à rede. 171 p.
Dissertação de Mestrado. Programa de Pós Graduação em Energia, USP., São Paulo,
SP., 2012. Disponível em: <http://lsf.iee.usp.br/lsf/pdf/mestrado/Mestrado_Mar
celo_Pinho_Almeida.pdf>
ANEEL. PRODIST - Procedimentos de Distribuição de Energia Elétrica no Sistema Elétrico
Nacional - Módulo 1: Introdução - Seção 1.2: Glossário de termos técnicos do
PRODIST (Revisão 6 - 14/12/2012). Brasília - DF, 2012a. Disponível em:
<http://www.aneel.gov.br/arquivos/PDF/Modulo1_Revisao_6.pdf>
ANEEL. Resolução Normativa ANEEL n. 456, de 29 de novembro de 2000. Disponível em:
<http://www.aneel.gov.br/cedoc/bres2000456.pdf>
ANEEL. Resolução Normativa ANEEL n. 482, de 17 de abril de 2012. Disponível em:
<www.aneel.gov.br/cedoc/ren2012482.pdf>
ANEEL. Resolução Normativa ANEEL n. 512, de 11 de dezembro de 2012. ANEEL, 2012b.
Disponível em: <http://www.aneel.gov.br/cedoc/ren2012517.pdf>
AUTY, S.; ELLIOTT, R. Fashion involvement, self-monitoring and the meaning of brands.
The Journal of Product and Brand Management, v. 7, n. 2, p. 109-123, 1998.
AYOMPE, L. et al. Projected costs of a grid-connected domestic PV system under different
scenarios in Ireland, using measured data from a trial installation. Energy Policy, v. 38,
n. 7, p. 3731-3743, 2010.
BARBOSE, G. et al. Tracking the Sun VI: An Historical Summary of the Installed Price of
Photovoltaics in the United States from 1998 to 2012. Berkeley: Lawrence Berkeley
National Laboratory, 2013. Disponível em : < http://emp.lbl.gov/sites/all/files/lbnl6350e.pdf>
BASS, F. M. A new product growth for model consumer durables. Management Science, v.
15, n. 5, Theory Series, p. 215-227, 1969.
98
BEAL, G. M. ; ROGERS, E. M. The adoption of two farm practices in a central Iowa
community. Special Report 26, Agricultural and Home Economics Experiment Station,
Ames, Iowa, 1960.
BECK, R. Distributed Renewable Energy Operating Impacts and Valuation Study. Prepared
for Arizona Public Service by R.W. Beck, Inc, 2009.
BENEDITO, R. S. Caracterização da geração distribuída de eletricidade por meio de
sistemas fotovoltaicos conectados à rede, no Brasil, sob os aspectos técnico, econômico
e regulatório. 110 p. Dissertação de Mestrado. Programa de Pós-graduação em Energia,
USP., São Paulo, SP., 2009. Disponível em: <http://lsf.iee.usp.br/lsf/pdf/mestrado/MestradonRicardonBenedito.pdf>
BLACK & VEATCH. Levelized Cost of Energy Calculation – Methodology and Sensitivity.
Workshop organizado pela HYDROCHINA em cooperação com NREL e Energy
Foundation
em
13
de
dezembro
de
2010.
Disponível
em :
<www.efchina.org/csepupfiles/report/20112844913435.7077211066
6485.pdf/Levelized%20Cost%20of%20Energy%20Calculation_BV_EN.pdf>
BLOOMBERG NEW ENERGY FINANCE. Global Trends in Clean Energy Investment.
Dehli,
17
de
Abril
de
2013.
Disponível
em:
<http://bnef.com/
InsightDownload/7496/pdf/>
BREYER, C.; GERLACH, A. Global overview on grid-parity. Progress in Photovoltaics :
Research and Applications, v.21, n.1, p. 121-136, 2013.
BONABEAU, E. Agent-based modeling : Methods and techniques for simulating human
systems. Proceedings of the National Academy of Sciences of the United States of
America, v. 99, n. 3, p. 7280-7287, 2002.
BONADIA, G. et al. Modeling the acceptance and use of telecenters in Brazil. Journal of
Technology Management & Innovation, v. 2, n. 4, 2007. Disponível em :
<http://www.jotmi.org/index.php/GT/article/viewFile/art66/430>
BP. BP Statistical Review of World Energy. Junho de 2013. Disponível em :
<www.bp.com/content/dam/bp/pdf/statistical-review/statistical_review_of_world
_energy_2013.pdf>
BYRNE, J. et al. The potential of solar electric power for meeting future US energy needs: a
comparison of projections of solar electric energy generation and Arctic National
Wildlife Refuge oil production. Energy Policy, v. 32, p. 289-297, 2004.
COX, M. ; ALM, R. You Are What You Spend. The New York Times, 10 de fevereiro de
2008. Disponível em: <http://www.nytimes.com/2008/02/10/opinion/10cox.html?
ex=1360299600&en=9ef4be7de32e4b53&ei=5090&partner=rssuserland&emc=rss&pa
gewanted=all>
99
DENHOLM, P. et al. The Solar Deployment System (SolarDS) Model : Documentation and
Sample Results. Technical Report NREL/TP-6A2-45832, 2009. Disponível em :
<www.nrel.gov/docs/fy10osti/45832.pdf>
DOE [U.S. Department of Energy]. Solar PoweringYour Community : A Guide for Local
Governments. Second Edition. 2011. Disponível em : <http://www4.eere.energy.
gov/solar/sunshot/resource_center/sites/default/files/solar-powering-your-communityguide-for-local-governments.pdf>
DRURY, E. et al. Modeling the U.S. Rooftop Photovoltaics Market. Conference Paper
NREL/CP-6A2-47823,
2010.
Disponível
em :
<www.nrel.gov/docs/fy10osti/47823.pdf>
EPE [Empresa De Pesquisa Energética]. Análise da Inserção da Geração Solar na Matriz
Elétrica Brasileira. Nota Técnica. Rio de Janeiro, 2012.
EPE [Empresa de Pesquisa Energética]. Anuário estatístico de energia elétrica 2013. Rio de
Janeiro,
2013a.
Disponível
em :
<http://www.epe.gov.br/AnuarioEstatistico
deEnergiaEletrica/20130909_1.pdf>
EPE [Empresa de Pesquisa Energética]. Plano Decenal de Expansão de Energia 2021. Rio de
Janeiro, 2013b. Disponível em : <http://www.epe.gov.br/PDEE/20130326_1.pdf>
EPE [Empresa de Pesquisa Energética]. Plano Decenal de Expansão de Energia 2022. Rio de
Janeiro, 2013c. Disponível em : < http://epe.gov.br/PDEE/20140124_1.pdf>
EPE [Empresa de Pesquisa Energética]. Inserção da Geração Fotovoltaica Distribuída no
Brasil – Condicionantes e Impactos. Nota Técnica. Rio de Janeiro, 2014.
EPIA [European Photovoltaic Industry Association]. Global Market Outlook 2013-2017.
Bruxelas
(Bélgica):
EPIA,
2013.
Disponível
em :
<
http://www.epia.org/index.php?eID=tx_nawsecuredl&u=0&file=/uploads/tx_epiapublic
ations/GMO_2013_-_Final_PDF_01.pdf&t=1393013064&hash=7176891b77b413c922
c7c3cc07433b3c7b4eff07>
ERWES, H. et al. Condições de Importação de Equipamentos de Mini & Micro-Geração
Distribuída Fotovoltaica no Brasil. Estudo elaborado para : Deutsche Gesellschaft für
Internationale Zusammenarbeit (GIZ) GmbH. Projeto Solar PV, GIZ Brasil. Disponível
em :
<http://www.americadosol.org/wp-content/uploads/2013/08/estudo_importa
cao.pdf>
EWI [Institute of Energy Economics at the University of Cologne]. Roadmap 2050 – a closer
look. Colônia (Alemanha). 2011. Disponível em: < http://www.ewi.unikoeln.de/fileadmin/user_upload/Publikationen/Studien/Politik_und_Gesellschaft/2011/
Roadmap_2050_komplett_Endbericht_Web.pdf>
100
FAIERS, A. ; NEAME, C. Consumer Attitudes towards domestic solar power systems.
Energy Policy, v. 34, n. 14, p. 1797-1806, 2006.
FISHER, J. C. ; PRY, R. H. A simple substitution model of technological change,
Technological Forecasting & Social Change, v. 3, p. 75-88, 1971.
FTHENAKIS, V. M. ; KIM, H.C. Photovoltaics : Life-cycle analyses. Solar Energy, v. 85, p.
1609-1628, 2011.
GALLO, C. ; DE BONIS, M. A neural network for forecasting photovoltaic deployment in
Italy. International Journal of Sustainable Energy and Environment, v. 1, n. 1, p. 1-13,
2013.
GOLDEMBERG, J . The promise of clean energy. Energy Policy, v. 34, n. 15, p. 2185-2190,
2006
GREEN, M.A. Photovoltaics: technology overview. Energy Policy, v. 28, n. 14, p. 989–998,
2000.
GREENPEACE e MARKET ANALYSIS. Os brasileiros diante da microgeração de energia
renovável. 2013. Disponível em : <http://www.greenpeace.org/brasil/Global/
brasil/documentos/2013/Os%20brasileiros%20diante%20da%20microgeração.pdf>
GTM RESEARCH. Solar PV Balance of System (BOS) Markets: Technologies, Costs and
Leading Companies, 2013-2016. 2013a.
GTM RESEARCH. PV Technology and Cost Outlook, 2013-2017. 2013b.
GUIDOLIN, M. ; MORTARINO, C. Cross-country diffusion of photovoltaic systems:
Modeling choices and forecasts for national adoption rates. Technological Forecasting
& Social Change, v. 77, n. 2, p. 279-296, 2010.
HAUSMAN, J.A. Individual discount rates and the purchase and utilization of energy-using
durables. The Bell Journal of Economics. v. 10, n. 1, p. 33-54, 1979. Disponível em :
<http://economics.mit.edu/files/6866>
HSU, S. et al. A semantic differential study of designers and users products of perception.
International Journal of Industrial Ergonomics, v. 25, p. 375-391, 2000.
IEA [International Energy Agency]. Solar Energy Perspectives. Paris (França). IEA, 2011.
Disponível
em :
<http://www.iea.org/publications/freepublications/publication/So
lar_Energy_Perspectives2011.pdf>
IEA [International Energy Agency]. Energy Technology Perspectives 2012. Paris (França).
IEA, 2012.
101
IEA [International Energy Agency]. Key World Energy Statistics 2013. Paris (França). IEA,
2013.
Disponível
em :
<http://www.iea.org/publications/freepublications/
publication/KeyWorld2013_FINAL_WEB.pdf>.
ISLAM, T. Household level innovation diffusion model of photo-voltaic (PV) solar cells from
stated preference data. Energy Policy, v. 65, p. 340-350, 2014
JAGER, W. Stimulating the diffusion of photovoltaics systems: a behavioural perspective,
Energy Policy, v. 34, n. 14, p. 1935-1943, 2006.
JEULAND, A. P. The Bass Model as a Tool to Uncover Empirical Generalizations in
Diffusion of Innovation. Empirical Generalizations Conference, University of Chicago,
Wharton School, 1995.
JORDAN, D. C. ; KURTZ, S. R. Photovoltaic degradation rates – an analytical review.
Journal
Article
NREL/JA-5200-51664,
2012.
Disponível
em :
<http://www.nrel.gov/docs/fy12osti/51664.pdf>.
KAGAN, N. et al. Redes Elétricas Inteligentes no Brasil : Análise de Custos e Benefícios de
um Pano Nacional de Implantação. Synergia Editora. Rio de Janeiro, 2013.
KASTOVICH, J. C. et al. Advanced Electric Heat Pump Market and Business Analysis.
ORNL/Sub/79-2471/1. Prepared under subcontract for Oak Ridge National Laboratory
by Westinghouse Electric Corp. Oak Ridge, TN : Oak Ridge National Laboratory, 1982.
Disponível
em :
<http://web.ornl.gov/sci/ees/etsd/btric/eere_research_reports/electrically_driven_heat_p
umps/advanced_cycle_development/variable_speed_heat_pumps/ornl_sub_79_24712_1
/ornl_sub_79_24712_1.pdf>
KEIRSTEAD, J. Behavioural responses to photovoltaic systems in the UK domestic sector.
Energy Policy, v. 35, p. 4128-4141, 2007.
LILIEN, G. L. et al. Principles of Marketing Engineering - The Bass Model : Marketing
Engineering Technical Note. Trafford Publishing, 2007. Disponível em:
<http://faculty.washington.edu/sundar/NPM/BASSForecasting%20Model/Bass%20Model%20Technical%20Note.pdf>
MACAULEY, M. K. ; SHIH, J. Effects of Carbon Policies and Technological Change on
Consumer Surplus in Electricity Generation. Discussion Paper. Resources for the
Future. 2003. Disponível em : <http://www.rff.org/rff/Documents/RFF-DP-03-14.pdf>
MACKAY, D. J.C. Sustainable Energy – Without the hot air. UIT Cambridge Ltd. 384 p.
Cambridge,
Inglaterra,
2009.
Disponível
em :
<http://www.inferen
ce.phy.cam.ac.uk/sustainable/book/tex/sewtha.pdf>
102
MAHAJAN, V. et al. Determination of Adopter Categories by Using Innovation Diffusion
Models. Journal of Marketing Research, v. 27, p. 37-50, 1990.
MASINI, A. ; FRANKL, P. Forecasting the diffusion of photovoltaic systems in southern
Europe : A learning curve approach. Technological Forecasting & Social Change, v.
70, p. 39-65, 2002.
MIRANDA, R. F. C. Análise da Inserção de Geração Distribuída de Energia Solar
Fotovoltaica no Setor Residencial Brasileiro. 290 p. Dissertação de Mestrado.
Programa de Planejamento Energético, UFRJ. Rio de Janeiro, RJ., 2013. Disponível em:
<http://www.ppe.ufrj.br/ppe/production/tesis/miranda.pdf>
MONTENEGRO, A. A. Avaliação do retorno do investimento em sistemas fotovoltaicos
integrados a residências unifamiliares urbanas no Brasil. 175 p. Dissertação de
Mestrado. Programa de Pós-Graduação em Engenharia Civil, UFSC., Florianópolis,
SC.,
2013.
Disponível
em :
<https://www.dropbox.com/s/el2ao8tpazd8bx8/
Montenegro2013.pdf>
MOORE, G. Crossing the Chasm : Marketing and Selling High-tech Products to Mainstream
Customers. Second Ed. HarperPerennial, New York, 1999.
NAVIGANT CONSULTING. Arizona Solar Electric Roadmap Study Full Report. Preparado
para
Arizona
Department
of
Commerce.
2007.
Disponível
em :
http://www.azenergy.gov/doclib/Solar%20Electric%20Roadmap%20Study%20Full%20
Report.pdf
NEMET, G. F. Beyond the learning curve: factors influencing cost reductions in
photovoltaics. Energy Policy, v. 34, p. 3218-3232, 2006.
OLIVEIRA, W. S. Avaliação e gestão de projetos de energia eólica onshore. 159 p.
Dissertação de Mestrado. Departamento de Economia, Gestão e Engenharia Industrial,
Universidade de Aveiro. Aveiro, Portugal, 2010. Disponível em : <https://ria.ua.pt/
bitstream/10773/5007/1/disserta%C3%A7%C3%A3o.pdf>
PAIDIPATI, J. et al. Rooftop Photovoltaics Market Penetration Scenarios. Subcontrat Report
NREL/SR-581-42306. Burlington, MA : Navigant Consulting Inc., 2008. Disponível
em : <http://www.nrel.gov/docs/fy08osti/42306.pdf>
PALMER, J. et al. Modeling the Diffusion of Residential Photovoltaic Systems in Italy : An
Agent-based Simulation. FCN Working Paper No. 9/2013, 2013. Disponível em:
<http://www.eonerc.rwth-aachen.de/global/show_document.asp?id=aaaaaaaaaacrbqd>
PEREIRA, E. B. et al. Atlas Brasileiro de Energia Solar. [S.l.], 2006.
PWC. 13th PwC Annual Global Power & Utilities Survey – Energy transformation : The
impact on the power sector business model. 2013. Disponível em :
103
<http://www.pwc.com/gx/en/utilities/global-power-and-utilities-survey/assets/pwcglobal-survey-new.pdf>
RAI, V. ; SIGRIN, B. Economics of individual decision-making : buy vs. Lease differences in
the adoption of residential solar. 31st USAEE/IAEE North America Conference, Austin,
TX, EUA. November 4-7, 2012. Disponível em : <http://www.usaee.org/
usaee2012/submissions/OnlineProceedings/120907,%20Economics%20of%20Decision
-Making%20in%20Residential%20PV,%20Rai%20&%20Sigrin,%20USAEE,%20Nov12.pdf>
RITZER, G. et al. The coming age of the prosumer. American Behavioral Scientist, v. 56, n.
4, p. 379-398, 2012.
ROBINSON, A. et al. GIS-Integrated Agent-Based Model of Residential Solar PV Diffusion.
2013. Disponível em : <http://www.usaee.org/usaee2013/submissions/OnlineProcee
dings/GIS_integrated_ABM_5302013.pdf >
ROGERS, E. The Diffusion of Innovations. The Free Press, New York, USA, 5th edition,
2003.
RÜTHER, R. Edifícios Solares Fotovoltaicos. Florianopolis, SC. [s.n.], 2004. Dispon__vel
em: <http://www.fotovoltaica.ufsc.br/conteudo/paginas/6/livro-edificios-solares-fotovol
taicos.pdf>
SEEL, J. et al. Why Are Residential PV Prices in Germany So Much Lower Than in the
United States? A Scoping Analysis. Lawrence Berkeley National Laboratory. 2013.
Disponível em : <http://emp.lbl.gov/sites/all/files/german-us-pv-price-ppt.pdf>
SEIA [Solar Energy Industries Association]. Solar Photovoltaic Technology [Internet].
Disponível em : <http://www.seia.org/research-resources/solar-photovoltaic-technolo
gy>
SINGHAL, A. Introducing Professor Everett M. Rogers. 47th Annual Research Lecturer,
University
of
New
Mexico,
2002.
Disponível
em:
<http://www.disciplewalk.com/files/Arvind_Singhal_Introducing_Professor_Everett_M
_Rogers.pdf>
SMIL, V. Energy Transitions: History, Requirements, Prospetcs. Praeger, Santa Barbara, CA.
178 p., 2010.
SULTAN, F.; WINER, R. Time preferences for products and attributes and the adoption of
technologydriven consumer durable innovations. Journal of Economic Psychology, v.
14, n. 4, p. 587-613, 1993.
THE GREEN AGE. The Cost of a Solar PV System [Internet]. Disponível em :
<http://www.thegreenage.co.uk/tech/the-cost-of-a-solar-pv-system/>
104
VIANA, T. S. et al. Sistema fotovoltaico de 2 kWp integrado a edificação: análise do
desempenho de 14 anos de operação.In: IV Congresso Brasileiro de Energia Solar e V
Conferencia Latino-Americana da ISES. São Paulo, SP.: [s.n.], 2012. p. 6.
YANG, C. Reconsidering solar grid parity. Energy Policy, v. 38, n. 7, p. 3270-3273, 2010.
ZHAI, P. ; WILLIAMS, E. Analyzing consumer acceptance of photovoltaics (PV) using
fuzzy logic model. Renewable Energy, v. 41, n. 1, p. 350-357, 2012.
ZHAO, J. et al. Hybrid agent-based simulation for policy evaluation of solar power
generation systems. Simulation Modelling Practice and Theory, v. 9, n. 10, p. 21892205, 2011.
ZILLES, R. et al. Sistemas Fotovoltaicos Conectados à Rede Elétrica. Oficina de Textos, São
Paulo, 2012.
105
6 Anexos
ANEXO A - Relação de nomenclatura entre bases de dados
SIGEL
ANEEL
Concessionária
AES SUL
AES-SUL
AES SUL Distribuidora Gaúcha de Energia S/A.
ELETROBRÁS AMAZONAS
ENERGIA
AmE
Amazonas Distribuidora de Energia S/A
AMPLA
AMPLA
Ampla Energia e Serviços S/A
BANDEIRANTE
BANDEIRANTE
Bandeirante Energia S/A.
ELETROBRÁS DISTRIBUIÇÃO
RORAIMA
Boa Vista
Boa Vista Energia S/A
CAIUÁ-D
CAIUÁ-D
Caiuá Distribuição de Energia S/A
CEA
CEA
Companhia de Eletricidade do Amapá
ELETROBRÁS DISTRIBUIÇÃO
ALAGOAS
CEAL
Companhia Energética de Alagoas
CEB-DIS
CEB-DIS
CEB Distribuição S/A
CEEE-D
CEEE-D
Companhia Estadual de Distribuição de Energia
Elétrica
CELESC-Dis
CELESC-DIS
Celesc Distribuição S.A.
CELG-D
CELG-D
Celg Distribuição S.A.
CELPA
CELPA
(Interligado)
Centrais Elétricas do Pará S/A. (Interligado)
CELPE
CELPE
Companhia Energética de Pernambuco
CELTINS
CELTINS
Companhia de Energia Elétrica do Estado do
Tocantins
CEMAR
CEMAR
(Interligado)
Companhia Energética do Maranhão
(Interligado)
CEMAT
CEMAT
(Interligado)
Centrais Elétricas Matogrossenses S/A.
(Interligado)
CEMIG-D
CEMIG-D
CEMIG Distribuição S/A
ELETROBRÁS DISTRIBUIÇÃO
PIAUÍ
CEPISA
Companhia Energética do Piauí
ELETROBRÁS DISTRIBUIÇÃO
RONDÔNIA
CERON
Centrais Elétricas de Rondônia S/A.
CERR
CERR
Companhia Energética de Roraima
CFLO
CFLO
Companhia Força e Luz do Oeste
CHESP
CHESP
Companhia Hidroelétrica São Patrício
CNEE
CNEE
Companhia Nacional de Energia Elétrica
COCEL
COCEL
Companhia Campolarguense de Energia
COELBA
COELBA
Companhia de Eletricidade do Estado da Bahia
Continua...
106
Continuação...
SIGEL
ANEEL
Concessionária
COELCE
COELCE
Companhia Energética do Ceará
COOPERALIANÇA
COOPERALIANÇ
A
Cooperativa Aliança
COPEL-Dis
COPEL-DIS
Copel Distribuição S/A
COSERN
COSERN
Companhia Energética do Rio Grande do Norte
CPFL Jaguari
CPFL Jaguari
Companhia Jaguari de Energia
CPFL Leste Paulista
CPFL Leste
Paulista
Companhia Leste Paulista de Energia
CPFL Mococa
CPFL Mococa
Companhia Luz e Força de Mococa
CPFL Santa Cruz
CPFL Santa Cruz
Companhia Luz e Força Santa Cruz
CPFL Sul Paulista
CPFL Sul Paulista
Companhia Sul Paulista de Energia
CPFL Paulista
CPFL-Paulista
Companhia Paulista de Força e Luz
CPFL Piratininga
CPFL-Piratininga
Companhia Piratininga de Força e Luz
DEMEI
DEMEI
Departamento Municipal de Energia de Ijuí
DMEPC
DMED
DME Distribuição S.A
EBO
EBO
Energisa Borborema ? Distribuidora de Energia
S.A.
EDEVP
EDEVP
Empresa de Distribuição de Energia Vale
Paranapanema S/A
EEB
EEB
Empresa Elétrica Bragantina S/A.
SC Cooperativa
EFLJC
Empresa Força e Luz João Cesa Ltda
EFLUL
EFLUL
Empresa Força e Luz Urussanga Ltda
ELEKTRO
ELEKTRO
Elektro Eletricidade e Serviços S/A.
ELETROBRÁS DISTRIBUIÇÃO
ACRE
ELETROACRE
Companhia de Eletricidade do Acre
ELETROCAR
ELETROCAR
Centrais Elétricas de Carazinho S/A.
ELETROPAULO
ELETROPAULO
Eletropaulo Metropolitana Eletricidade de São
Paulo S/A
ELFSM
ELFSM
Empresa Luz e Força Santa Maria S/A.
EMG
EMG
Energisa Minas Gerais - Distribuidora de Energia
S.A.
ENERSUL
ENERSUL
(Interligado)
Empresa Energética de Mato Grosso do Sul S/A.
(Interligado)
ENF
ENF
Energisa Nova Friburgo - Distribuidora de
Energia S.A.
EPB
EPB
Energisa Paraíba - Distribuidora de Energia
ESCELSA
ESCELSA
Espírito Santo Centrais Elétricas S/A.
ESE
ESE
Energisa Sergipe - Distribuidora de Energia S.A.
FORCEL
FORCEL
Força e Luz Coronel Vivida Ltda
Continua...
107
Continuação...
SIGEL
ANEEL
Concessionária
HIDROPAN
HIDROPAN
Hidroelétrica Panambi S/A.
IENERGIA
IENERGIA
Iguaçu Distribuidora de Energia Elétrica Ltda
LIGHT
LIGHT
Light Serviços de Eletricidade S/A.
MUX-ENERGIA
MUXENERGIA
Muxfeldt Marin & Cia. Ltda
RGE
RGE
Rio Grande Energia S/A.
SULGIPE
SULGIPE
Companhia Sul Sergipana de Eletricidade
UHENPAL
UHENPAL
Usina Hidroelétrica Nova Palma Ltda.
Fonte: Elaboração própria.
ANEXO B – Rendimento médio mensal por tipo e condição de ocupação do domicílio.
Tabela 3527 - Valor do rendimento nominal médio mensal e Valor do rendimento nominal
mediano mensal dos domicílios particulares permanentes, por adequação da moradia, tipo de
domicílio, condição de ocupação do domicílio e existência de energia elétrica
Brasil
Variável = Valor do rendimento nominal médio mensal dos domicílios particulares
permanentes (Reais)
Adequação da moradia = Total
Existência de energia elétrica = Tinham - de companhia distribuidora - com medidor
Ano = 2010
Tipo de domicílio
Casa
Casa de vila ou em condomínio
Apartamento
Condição de ocupação do domicílio
Próprio
R$ 2.235,01
Alugado
R$ 1.988,25
Próprio
R$ 5.452,31
Alugado
R$ 2.377,67
Próprio
R$ 7.043,43
Alugado
R$ 4.987,90
Nota: 1- Os dados são da Amostra.
Fonte: IBGE - Censo Demográfico. Acessado através do SIDRA – Sistema IBGE de Recuperação Automática:
http://www.sidra.ibge.gov.br/bda/default.asp
108
ANEXO C - Alíquotas de ICMS incidentes sobre a tarifa de eletricidade residencial
kWh/mês AC
[0;30]
AL
AM
AP
BA
I
CE
DF
ES
GO
I
I
I
I
MA MG MS
MT
PA
I
PB
I
PE
I
PI
I
PR
I
RJ
I
[31;50]
[51;60]
[61;80]
I
I
25%
I
I
I
RO
RR
RS
SC
12%
I
I
25%
12%
RN
SE
SP
TO
I
I
I
12%
25%
RESIDENCIAL
[81;90]
12%
[91;100]
17%
[101;140] 17%
10%
25%
[141;150]
27%
[151;200]
[251;300]
25%
25%
12%
17%
27%
[301;400]
21%
25%
25%
27%
20%
25%
29%
25%
25%
17%
25%
25%
27%
29% 27%
30%
12%
17% 17%
17%
30%
[401;500]
> 500
18%
25%
29% 17%
25%
10% 15%
25%
[201;220]
[221;250]
20%
25% 27%
Obs.: “I” significa “isento”.
Obs.2: Valores vigentes em junho de 2013
Fonte: ABRADEE (http://www.abradee.com.br/setor-de-distribuicao/banco-de-dados/financeiro)
25%
25%